Claude Code 是如何"记住"一切的？

深入解析 AI Agent 的记忆系统设计

你有没有想过这个问题：当你和 Claude Code 聊了一个小时后，它是怎么记得你之前的需求？当你第二天打开同一个项目时，它为什么还能"认识"你？

这不是简单的"存下来"就能搞定的事。这背后是一套精妙的记忆系统设计。

今天我们就来拆解 Claude Code 的 Memory 架构，顺便聊聊记忆系统的本质设计。

1. 记忆到底是什么？

很多人觉得，记忆嘛，不就是"存数据"吗？

如果把历史对话都存下来，每次原封不动传给 AI，很快就会遇到两个问题：

1. Token 不够用 —— 对话一长，Context 就爆了
2. 费用爆炸 —— 每次都传全部历史，钱包遭不住

所以光存没用，得看能不能影响 AI 的决策。

换个说法：历史要能改变 AI 的行为，才算有记忆。

举个例子：你上次告诉 Claude Code "不要在测试里 mock 数据库"，下次它就不再 mock 了。这才是记忆。

按这个思路，一个记忆系统需要三个东西：

账本 —— 记录存了什么、什么时候存的，不能糊里糊涂

索引 —— 光有账本查起来太慢，得能快速找到相关内容

策略 —— 决定什么时候该记住、什么时候该忘记。这点最容易被忽略，但最关键

没有账本就是一笔糊涂账；没有索引存了也查不到；没有策略，系统就会乱套。

2. 为什么需要两个"大脑"？

能不能把所有能力都塞进一个模型？理论上可以——通过反复训练，让模型权重"学会"记忆。

但这条路有几个问题：

通用能力会退化。不断用"记住用户偏好"这类任务来微调模型，模型的其他能力可能会被稀释。就像让一个人同时学十种技能，结果每种都学不精。

无法审计和回滚。一旦能力"固化"到权重里，出了问题没法排查。

无法实时更新。用户偏好会变、项目会变，但重新训练模型的成本太高。

所以可行的方案是：把记忆能力从模型里抽出来，单独做一个系统。

这就是 System 1 + System 2 的架构：

• System 1 是 LLM 本身，负责推理、生成回复、调用工具，需要快速响应
• System 2 是记忆系统，负责在后台决定：要不要检索记忆？该记住什么？

简单说：System 1 负责"回答问题"，System 2 负责"准备回答问题需要的背景"。

为什么这个拆分是合理的？

关键原因是：记忆能力和通用推理能力是独立的。

怎么证明？可以看三点：

结构上——整个系统可以写成 f(M(C), C) 的形式，C 是通用推理能力，M 是记忆系统，它们是独立的模块。

优化上——可以在不改变推理模型的情况下，单独改进记忆策略；反过来也可以只优化模型，不动记忆系统。

经验上——同一个基础模型，换不同的记忆系统，长程任务表现差异很大；同一套记忆系统，套在不同的模型上，也能工作。

分开有什么好处？

既然独立，就可以牺牲一点理论上限，换取大量工程好处：

• 不影响 System 1 的性能 —— 记忆操作是后台进行的
• 记忆可以插拔 —— 换个项目、换个用户，记忆策略可以灵活切换
• 可以审计和回滚 —— 所有的记忆操作都被记录下来
• 可以 A/B 测试 —— 不同的记忆策略可以对比效果

3. 非参数化路线有什么挑战？

把记忆放到外部系统，会面临三个问题：

注入带宽有限 再多的记忆，一次只能往上下文里塞有限的内容。Token 限制摆在那。

检索不精准 索引是近似的，查到的可能不相关，没查到的可能正好需要。检索噪声会误导 AI 推理。

策略设计很难 什么时候该记、什么时候该查、查到后该怎么用——这些策略如果设计得不好，记忆反而帮倒忙。写多了污染环境，写少了学不到。

很多系统的失败不是因为存得不够多，而是策略太蠢。

4. Claude Code 怎么实现的？

六层记忆架构

Claude Code 的记忆系统分成了六个层级：

优先级：项目配置 > 用户配置 > 全局配置。

Auto Memory 的工作方式

这是 Claude Code 最核心的记忆系统。它的特点是：AI 自己能从对话中提取值得记住的信息。

写入有两条路：

一是用户明确要求记住。你说"Claude，记住我喜欢用 tabs 缩进"，AI 直接写文件。

二是AI 主动提取。每轮对话结束后，后台会跑一个子代理，分析这一轮对话有没有值得跨会话保留的信息。比如你提到"这个项目的认证模块要重写"，AI 就会默默记下来。

写入的内容分成四类：

• user —— 用户是谁、偏好什么
• feedback —— 用户给过的指导（比如"测试不要 mock 数据库"）
• project —— 项目背景（代码里看不出来的信息）
• reference —— 外部参考（比如 "bug 在 Linear 的 INGEST 项目里"）

读取是主动召回的机制：

每次你发消息，AI 都会主动去记忆库看看有没有相关的。

流程是：扫描记忆目录（最多 200 个文件）→ 排除之前展示过的 → 让小模型打分选出最相关的 5 个 → 读取内容注入上下文 → 加上时间提示。

记忆会过期

Claude Code 会根据记忆的"年龄"给出不同待遇：

• 1-2天内 —— 正常使用
• 超过2天 —— 显示提醒："这段记忆可能是旧的了"
• 超过30天 —— 标记为 stale，谨慎使用

上下文满了怎么办？

对话一长，上下文就会满。Claude Code 的解决方案是压缩。

当 Token 使用到 92% 时，会触发压缩：调用 AI 把对话历史浓缩成结构化摘要，检查质量，通过则替换原历史。整个过程会显示进度给你看。

三级预警

Claude Code 不会等到 92% 才告诉你：

5. 时间在记忆系统里有多重要？

旧信息可能已经过时了。

比如你三个月前告诉 AI "我在负责 X 项目"，但现在你早就不负责了。如果 AI 不知道这条信息已经过期，它就会用旧信息做错误的决策。

所以"时间"不是附加字段，而是架构层面的设计。

Claude Code 的做法是：检索时默认只看"当前有效"的信息；给记忆打时间戳，区分"曾经为真"和"现在为真"；旧信息不会直接删除，而是标记为过期。

6. 从"知道什么"到"会做什么"

前面的记忆都是"知识"——"这是什么"、"之前怎么样"。

但有时候更重要的是"怎么做"。

比如 AI 学会了"怎么排查 Redis 连接问题"——不是一条知识点，而是一套可复用的解决流程。这种记忆叫程序性记忆。

Claude Code 通过把成功经验固化成技能（Skill） 来实现这一点。一个技能就是一段可执行的"套路"，下次遇到类似问题直接复用。

7. 记忆怎么"喂"给 AI？

外部记忆怎么接入 AI 的脑子？

最简单的方式是拼接到 prompt 里。但这种方式有代价：每次都要把文字转成 token，AI 再重新理解一遍。

前沿研究在尝试跳过文本中间层，直接把记忆压缩成 AI 更容易理解的"潜层表示"，直接注入到注意力计算里。目前还在探索阶段。

8. 总结

真正智能的记忆，不在于记住多少，而在于管理得有多精细。