Claude Code 的记忆系统：用了 3 个月，它现在比我还了解我自己

大家好，我是讯享网，很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。

Memory 系统分四种类型，每种记不同的事：

▲ 4 种记忆类型一览

user用户记忆

记关于「你是谁」的事：职业背景、技能水平、工作方式、沟通偏好。AI 读了之后，会调整它的回答风格和假设前提。

例：用户是项目经理，管多个并行项目，偏好简洁直接的中文回复，不需要解释基础概念。

feedback反馈记忆

记「你纠正过我什么」：你否定过的方案、你不喜欢的回复风格、你认可过的做法。防止 AI 在同一个坑里摔第二次。

例：用户讨厌每次回复末尾的总结段落，说"我看得到代码，不需要复述"。以后不加总结段。

project项目记忆

记「当前正在做什么」：进行中的任务、决策背景、截止时间、关键进展。让 AI 下次进来不用重新理解项目状态。

例：当前阶段：系统测试中。核心问题是数据同步延迟，预计本周内解决。不要建议修改数据库结构，客户不允许。

reference参考记忆

记「去哪里找信息」：外部系统的地址、文档位置、关键联系人、工具入口。让 AI 知道需要查什么的时候该看哪里。

例：接口文档在内网 wiki/api-docs，数据库问题找运维团队，测试环境地址 test.internal:8080。

两种方式。第一种是直接叫 AI 保存：

"记住我不喜欢在代码里加注释，除非逻辑真的反直觉。"→ AI 会自动写成一条 feedback 记忆存下来。

第二种是手动写文件，直接编辑 memory 目录下的 .md 文件：

# 文件位置
~/.claude/projects/[项目路径哈希]/memory/

# 文件格式（每条记忆一个文件）
---
name: 我的工作偏好
description: 关于我沟通风格的记忆
type: user
---

我是项目经理，偏好简洁直接的中文。不需要解释基础概念。

有一个 `MEMORY.md` 作为索引文件，每次会话启动时 AI 自动加载。索引里列了所有记忆文件的名称和一行摘要，AI 根据摘要判断哪条记忆和当前任务相关，再读完整内容。

关键设计：MEMORY.md 是索引，不是记忆本身。这样即使积累了几十条记忆，每次启动也只加载必要的部分，不会把上下文撑爆。

目前我的 memory 目录里有 40+ 条记忆，大概分三类：

• 回复风格：简洁直接，不要冗长解释，不要每次总结"我做了什么"

• 代码风格：默认不加注释，除非逻辑非常反直觉

• 任务优先级：紧急客户问题 > 方案文档 > 开发 > 深度研究

• 语言偏好：中文优先，技术名词保留英文

这些看起来很基础，但没有 Memory 的时候，每隔几天我都要重新说一遍这些偏好。现在 AI 每次进来就是这个状态，省了大量沟通成本。

• 某类 API 调用在特定环境下会超时，解决方案是加重试逻辑而不是调超时参数

• 某个代码库的测试不能用 mock 数据库，必须连真实测试库，否则测试会通过但上线会报错

• 写报告时摘要不能超过 120 字节，否则推送失败

这类踩坑记忆价值最高。不存下来，三周后我自己都忘了，下次还会踩。存下来，以后遇到同类问题 AI 会主动提醒。

• 什么情况下客户更容易接受方案调整（前置铺垫比直接说更有效）

• 哪类任务适合拆成小步骤，哪类任务直接给完整结果更好

• 遇到数据异常集中在某一类时，先暂停再问，不要直接交付

这些是软性经验，不是代码，不会出现在 git 历史里。但对实际工作质量影响很大。Memory 是目前唯一能承载这类知识的地方。

体感上有三个明显不同：

第一：「重新介绍自己」的时间消失了

以前每次开新会话，前 5-10 轮都是在让 AI 理解背景。现在直接说任务，AI 已经知道该做什么、该怎么做、不该怎么做。

第二：同一个错误不会发生第二次

以前 AI 给的建议，偶尔会是我三周前试过、证明不对的方案。现在这种情况基本没有了——因为那次我试过之后，就存了一条「这个方案不行，原因是 XX」。

第三：AI 开始主动预警

当我处理某类任务时，AI 有时会主动说：「上次遇到类似情况，你的结论是 XX，这次要注意 XX。」它在帮我用自己的历史经验做决策，而不是每次从零开始推理。

三个月的本质变化：AI 从「听我的指令干活」，变成了「了解我、帮我决策」。这个转变不是靠更聪明的模型实现的，而是靠持续喂给它的记忆实现的。

三步，今天就能用上：

• 第一步：打开 Claude Code，说「记住我是 XX 职业，偏好 XX 风格」。AI 会自动创建第一条 user 记忆。

• 第二步：每次 AI 的回复让你想说「以后别这样」，就说出来，然后说「把这个记下来」。三周后 feedback 记忆会替你兜住大部分重复沟通。

• 第三步：踩了坑之后，立刻让 AI 保存一条 feedback 记忆说明原因。不要等，等了就忘了。

最容易开始的时机：就在今天，跟 AI 说：「帮我把我的基本信息存成一条 user 记忆：我是 [职业]，偏好 [工作风格]，不喜欢 [XX 类型的回复]。」 5 分钟，第一条记忆就有了。

Claude Code 的 Memory 系统，是我用了之后觉得「不能没有」的功能，但它在各种教程里被提到的次数少得离谱。

不是因为它难，而是因为它的价值是慢慢显现的。第一周看不出来，第三周开始有感觉，三个月后回头看，发现 AI 已经是另一个样子了。

积累是复利，记忆是载体，时间是变量。

越早开始存，越早收到复利。

Claude Code 的记忆系统：用了 3 个月，它现在比我还了解我自己

相关推荐