AI 的记忆困境
大语言模型没有真正的记忆。每次新对话，它都是一张白纸。用户不得不反复解释”我的项目用 Bun 不用 Node”、“commit 消息用中文”。记忆系统的解决方案
Claude Code 通过一个基于文件的持久化记忆系统来模拟”跨会话记忆”：用户记忆
关于用户的信息：角色、偏好、技术背景
反馈记忆
用户对 AI 行为的纠正和肯定
项目记忆
项目中的非代码信息：谁负责什么、截止日期
参考记忆
外部资源的位置：Issue tracker、Dashboard URL
记忆的读写时机
| 时机 | 动作 |
|---|---|
| 每次对话开始 | 加载记忆索引（MEMORY.md），相关记忆注入 System Prompt |
| 用户纠正 AI | AI 自动判断是否值得记住，写入反馈记忆 |
| 用户说”记住这个” | 立即保存到对应类型的记忆文件 |
| 用户说”忘掉这个” | 找到并删除对应的记忆条目 |
| 记忆可能过期时 | 使用前先验证（文件还在？函数还存在？），过期则更新或删除 |
记忆 vs 代码注释 vs CLAUDE.md
| 记忆 | 代码注释 | CLAUDE.md | |
|---|---|---|---|
| 存储位置 | ~/.claude/ 目录 | 代码文件中 | 项目目录中 |
| 谁能看到 | 只有当前用户 | 所有开发者 | 所有使用 Claude Code 的人 |
| 适合存什么 | 个人偏好、非公开的上下文 | 代码逻辑解释 | 项目约定、开发指南 |
| 跨项目 | 是 | 否 | 否 |
不该存什么
记忆系统明确规定了不应存储的内容：- 代码结构和架构（读代码就知道）
- git 历史（
git log就能查） - 调试方案（修复已在代码中）
- CLAUDE.md 里已有的内容（避免重复）
- 临时性任务状态（用任务系统）