--- id: "2026-03-03-claude-code-auto-memory-deep-dive" title: "我翻遍了Claude Code的system prompt，发现它的\"记忆\"就是一个200行的markdown文件" slug: "claude-code-auto-memory-deep-dive" status: draft content_type: article channels: - wechat - x language: zh-CN source_urls: - "https://www.anthropic.com/news/claude-opus-4-6" - "https://claudelog.com/claude-code-changelog/" - "https://paddo.dev/blog/quiet-features-opus-4-6/" - "https://www.implicator.ai/claude-codes-quiet-power-play-tooling-not-trophies/" - "https://hyperdev.matsuoka.com/p/how-claude-code-got-better-by-protecting" - "https://www.theregister.com/2026/02/26/clade_code_cves/" - "https://github.com/thedotmack/claude-mem" - "https://therealjasoncoleman.com/2026/02/05/giving-claude-code-a-memory-and-a-soul-with-automem/" - "https://www.thenextgentechinsider.com/pulse/anthropic-introduces-auto-memory-system-for-claude-code" - "https://github.com/anthropics/claude-code/issues/5024" - "https://blakecrosley.com/en/blog/context-window-management" assets: - "05-assets/claude-code-auto-memory-deep-dive/01-infographic-memory-system-overview.png" - "05-assets/claude-code-auto-memory-deep-dive/02-framework-three-layer-architecture.png" - "05-assets/claude-code-auto-memory-deep-dive/03-flowchart-auto-memory-trigger.png" - "05-assets/claude-code-auto-memory-deep-dive/04-infographic-memory-file-structure.png" - "05-assets/claude-code-auto-memory-deep-dive/05-comparison-best-practices.png" - "05-assets/claude-code-auto-memory-deep-dive/06-flowchart-memory-lifecycle.png" cover_image: "05-assets/claude-code-auto-memory-deep-dive/01-infographic-memory-system-overview.png" template: article owner: content-forge created_at: "2026-03-03T00:00:00+08:00" updated_at: "2026-03-04T00:00:00+08:00" style: lizi_kk audience: "Claude Code 用户、AI 编程从业者、开发者" tags: - Claude Code - Auto Memory - Context Engineering - AI编程 source_notes: - "02-drafts/2026-03-03-claude-code-auto-memory-deep-dive.md" --- # 我翻遍了Claude Code的system prompt，发现它的"记忆"就是一个200行的markdown文件 说实话，用 Claude Code 的人都有一个抓狂时刻——每次新开会话，它对你的项目一无所知。 你得重新说一遍："我们用 FastAPI + Next.js，后端端口 9801，状态管理用 Zustand，上次那个 bug 根因是连接池耗尽……" 烦不烦？ 2026 年 2 月 5 日，Anthropic 发布了 Opus 4.6。大多数人只看到了"更强的模型"。但真正改变日常开发体验的，是三个不起眼的底层能力： - **Auto Memory**——跨会话持久记忆 - **Agent Teams**——多智能体并行协作 - **Context Compaction**——上下文智能压缩 内部测试数据：智能体性能提升 39%，100 轮对话 token 消耗降低 84%，支持 30 小时无人值守。 这篇文章，我把 Auto Memory 的底层机制逐层拆开——system prompt 注入原文、200 行硬截断的真实含义、5 个我全踩过的坑，以及它和 Agent Teams、Context Compaction 之间怎么配合。 如果你每天都在用 Claude Code，这篇值得收藏。 --- ![Claude Code 记忆系统全景](05-assets/claude-code-auto-memory-deep-dive/01-infographic-memory-system-overview.png) ## 01 Claude Code 的记忆到底有几层 先看全貌。 Claude Code 的记忆不是一坨东西，是分层的： ``` ┌──────────────────────────────────────────────────────┐ │ Layer 0: Enterprise Rules（最高优先级） │ │ └─ 组织管理员的全局规则，所有用户强制生效 │ │ │ │ Layer 1: CLAUDE.md 文件族（静态指令 · 人工维护） │ │ ├─ ~/.claude/CLAUDE.md ← 用户级，所有项目 │ │ ├─ /CLAUDE.md ← 项目级，入库共享 │ │ ├─ /CLAUDE.local.md ← 项目级，本地私有 │ │ └─ /CLAUDE.md ← 子目录级，按需加载 │ │ │ │ Layer 2: Auto Memory（动态知识 · Claude 自主维护） │ │ ├─ MEMORY.md ← 主索引，自动加载（200行上限） │ │ └─ *.md ← 主题文件，按需读取（无行数限制） │ │ │ │ Layer 3: Subagent Memory（子代理记忆 · 独立隔离） │ │ │ │ Layer 4: Session Context（会话上下文 · 临时） │ └──────────────────────────────────────────────────────┘ ``` ![三层记忆架构](05-assets/claude-code-auto-memory-deep-dive/02-framework-three-layer-architecture.png) 一句话说清楚 Layer 1 和 Layer 2 的关系： **Layer 1 是项目手册**——你写的规则、命令、规范，入 Git，团队共享。 **Layer 2 是个人笔记**——Claude 自己记的调试心得、踩坑经验，不入 Git，纯本地。 一个是宪法，一个是草稿纸。互补，不是替代。 | | CLAUDE.md（手册） | Auto Memory（笔记） | |---|---|---| | 谁写 | 人工维护 | Claude 主动写入 | | 内容 | 编码规范、构建命令、禁止事项 | 陷阱、失败模式、调试经验 | | 入 Git | 是（团队共享） | 否（个人本地） | | 上限 | 无硬限制 | 200 行（主索引） | | 更新频率 | 低（架构变更才改） | 高（每次会话可能更新） | | 典型内容 | "始终使用 pytest 运行测试" | "检查 A 必须在 B 之前，否则测试 X 挂" | 搞清楚这两层的区别，后面的东西才看得懂。 --- ## 02 从 # 前缀到 Auto Memory：三个阶段 Auto Memory 不是凭空冒出来的。 ``` 阶段 1: # 前缀时代（已弃用） └─ 用户在对话中用 # 标记重要信息 └─ Claude 被动记录，能力有限 └─ 问题：完全依赖用户主动标记，Claude 不会判断 │ ▼ 阶段 2: Research Preview └─ 需要手动开启：settings.json 加 autoMemoryEnabled: true └─ Claude 开始有"自主写入"能力 └─ 问题：默认关闭，大多数人根本不知道 │ ▼ 阶段 3: 正式发布（v2.1.32+，当前） └─ 默认开启，无需配置 └─ 可用环境变量关闭：CLAUDE_CODE_DISABLE_AUTO_MEMORY=1 └─ 与 Opus 4.6 的 Agent Teams / Context Compaction 协同 ``` **还在用 # 前缀标记的，该换了。** 说实话，大部分人连阶段 2 都没用过。这功能藏得太深，如果不是我挨个翻 settings.json 的字段，根本发现不了。 但真正有意思的不是这个演进历史——是 Auto Memory 的底层实现，朴素得超乎想象。 --- ## 03 底层真相：没有向量数据库，没有 RAG，就是读写文件 先说结论：**就是 Claude 被允许在你电脑上的一个文件夹里读写 markdown 文件。** 没有向量数据库。没有语义检索。没有 RAG。 每次开新会话，主文件塞进 system prompt。完事。 零依赖，纯文件 I/O。 ``` ~/.claude/projects//memory/ ├── MEMORY.md ← 主索引，每次自动加载（上限200行） ├── debugging.md ← 主题文件（按需创建，不自动加载） ├── patterns.md ├── architecture.md └── ... ``` 你可能觉得"就这？" 对，就这。这就是 Anthropic 的风格——**用最简单的机制解决 80% 的问题**。不过度工程化，不引入额外依赖。 ### 拆开 system prompt：Claude 到底看到了什么 大多数文章不会讲这部分。以下是我从实际运行环境中提取的完整 system prompt 注入内容： ``` You have a persistent auto memory directory at `~/.claude/projects//memory/`. Its contents persist across conversations. ## How to save memories: - Organize memory semantically by topic, not chronologically - Use the Write and Edit tools to update your memory files - MEMORY.md is always loaded into your conversation context — lines after 200 will be truncated, so keep it concise - Create separate topic files (e.g., debugging.md, patterns.md) for detailed notes and link to them from MEMORY.md - Update or remove memories that turn out to be wrong or outdated - Do not write duplicate memories. ## What to save: - Stable patterns confirmed across multiple interactions - Key architectural decisions, important file paths - User preferences for workflow and tools - Solutions to recurring problems ## What NOT to save: - Session-specific context - Information that might be incomplete - Anything that duplicates CLAUDE.md instructions - Speculative conclusions from reading a single file ``` ![Auto Memory 触发决策流程](05-assets/claude-code-auto-memory-deep-dive/03-flowchart-auto-memory-trigger.png) **Auto Memory 的全部"智能"就来自这段指令。** Claude 没有特殊的记忆模块，没有额外的神经网络组件。它只是被告知"你有个文件夹可以读写，按规则来"——跟你在 CLAUDE.md 里写"遇到 bug 先跑测试"是完全同一个机制。 这也解释了一个很多人困惑的问题：为什么 Claude 的记忆写入行为这么不稳定？ 答案很简单。忙着干活的时候，这段指令的优先级自然被压低。不是不想记，是顾不上。 但我觉得这恰恰是好的工程品味。你见过很多方案搞 embedding + vector store + semantic search，链路一长，出 bug 的概率翻倍。Anthropic 选了最朴素的路，反而最稳。 不过"朴素"不代表"没限制"。接下来这部分，才是整篇文章最关键的。 --- ## 04 200 行限制：比你想的更硬 MEMORY.md 有 200 行的硬截断。 注意，是**硬截断**——第 201 行开始直接消失。不是"存在但优先级低"，是 Claude 完全看不到： ``` MEMORY.md 总共 250 行 ├─ 前 200 行 → 注入 system prompt ✓ └─ 第 201-250 行 → 硬截断，Claude 完全看不到 ✗ └─ Claude 收到截断警告，建议你精简内容 ``` ![MEMORY.md 文件结构与 200 行截断机制](05-assets/claude-code-auto-memory-deep-dive/04-infographic-memory-file-structure.png) 主题文件（debugging.md 等）没有行数限制。但它们不自动加载——Claude 得自己用 Read 工具去读。 这里有个容易忽略的连锁反应：**MEMORY.md 的索引质量决定了整个记忆系统的有效性。** 如果里面没提某个主题文件，Claude 压根不知道它存在。你精心写的 debugging.md 可能永远不会被读到。 所以 MEMORY.md 只能当目录用： ```markdown # Memory Index ## 调试经验 - [后端连接池问题](./debugging.md) - 根因和修复方案 ## 架构决策 - [消息工厂设计](./architecture.md) - 分层逻辑 ## 用户偏好 - [工作流](./user-preferences.md) - 测试、部署、风格 ``` 简洁，只做索引，别超 200 行。这 200 行是你的"记忆预算"，花在刀刃上。 ### 数据流：三个阶段看完 ``` ┌──────────────────────────────────────────────────────┐ │ 阶段一：会话启动 │ │ Claude Code 读 MEMORY.md 前 200 行 → 塞进 prompt │ │ 其他 memory/*.md 不自动加载 │ └────────────────────────┬─────────────────────────────┘ ▼ ┌──────────────────────────────────────────────────────┐ │ 阶段二：会话进行中 │ │ Claude 可能记录： │ │ ├─ gotchas——"检查 A 必须在 B 之前，否则测试 X 挂" │ │ ├─ 失败模式——"该 API 并发 > 100 时返回 429" │ │ ├─ 项目模式——"所有 router 必须用 API_PREFIX 注册" │ │ └─ 用户偏好——"用户偏好 pnpm 而非 npm" │ │ │ │ 写入时机： │ │ ├─ 你说"记住这个" → 立即写入（最靠谱） │ │ └─ Claude 自己觉得有用 → 看心情（不靠谱） │ └────────────────────────┬─────────────────────────────┘ ▼ ┌──────────────────────────────────────────────────────┐ │ 阶段三：会话结束 │ │ 文件留在磁盘，下次自动可用 │ │ ⚠️ 没有"会话结束时自动总结"——社区方案存在的根因 │ └──────────────────────────────────────────────────────┘ ``` 第三阶段是关键设计取舍。 **官方方案完全依赖 Claude 在会话过程中的"自觉性"。** 你聊了两小时发现三个重要结论，但 Claude 没记——那就真没了。 这也是社区方案（claude-mem、AutoMem）存在的根本原因。后面会讲到怎么选。 --- ## 05 三板斧协同：一套组合拳 Opus 4.6 同时上线的三个能力，不是各干各的，是一套组合拳： ``` ┌──────────────┐ ┌──────────────┐ ┌──────────────┐ │ Auto Memory │ │ Agent Teams │ │ Context │ │ 跨会话记忆 │ │ 多智能体协作 │ │ Compaction │ ├──────────────┤ ├──────────────┤ ├──────────────┤ │ 解决： │ │ 解决： │ │ 解决： │ │ "每次重新 │ │ "一个人干 │ │ "聊久了就 │ │ 介绍项目" │ │ 不过来" │ │ 忘事" │ └──────┬───────┘ └──────┬───────┘ └──────┬───────┘ │ │ │ └──────────────────┼──────────────────┘ │ ┌───────▼───────┐ │ 30小时无人 │ │ 值守自主运行 │ └───────────────┘ ``` token 降 84%、性能升 39%——就是这三者组合的效果。 但有几个细节，踩过坑才知道： **子代理记忆是隔离的。** Agent Teams 的子代理有独立记忆空间，读不到主会话的 Auto Memory，也不会污染主记忆。好处是干净，坏处是子代理对你的项目上下文一无所知。你得在 prompt 里手动交代背景。 **Context Compaction 会吃掉记忆。** 最新版在上下文使用率 64-75% 时就触发压缩——比以前的 90%+ 激进得多。MEMORY.md 的细节可能在压缩中被摘要化。你以为 Claude 记着呢，其实早忘了。 **Adaptive Thinking 省 token。** Claude 根据问题复杂度自动调整思考深度，简单问题不浪费 token，把预算留给真正需要深度推理的场景。这个倒是好消息。 说到踩坑，接下来这部分我全经历过。 --- ## 06 5 个必踩的坑 ### 坑 1：聊久了记忆被压缩掉 ``` 会话开始: MEMORY.md 内容完整 ✓ ▼ （对话越来越长） 上下文压缩触发（64-75% 容量时） ▼ MEMORY.md 的细节被摘要化 ✗ ``` 发现 Claude 开始"忘事"了？用 `/clear` 开新会话。记忆会重新完整加载。 ### 坑 2：Claude 经常忘记写笔记 写入完全靠 Claude "自觉"。实际用下来： - 忙着干活时根本想不起来记 - 写入质量参差不齐，有时太笼统，有时写了不该写的 - 不同模型版本的写入倾向还不一样 **最靠谱的办法就一个字：你自己说"把这个记下来"。** 别指望它自觉。我现在养成了习惯，每次调试出重要结论，直接说"写到 memory 里"。 ### 坑 3：换路径打开项目，记忆就断了 记忆目录按项目路径哈希生成。同一个项目换个路径打开，就是两套独立记忆： ``` /home/user/apps/my-project → memory-A /mnt/disk/my-project → memory-B ``` 多台机器或多个挂载点工作的，注意了。这个坑很隐蔽，你可能很久才会发现"怎么之前记的东西全没了"。 ### 坑 4：.claude.json 越来越胖 GitHub issue #5024：`.claude.json` 持续累积会话历史，文件越来越大。不是 Auto Memory 的锅，但会拖慢整体体验。定期清理一下。 ### 坑 5：旧记忆比没记忆更危险 这个是最致命的。 Claude 不会主动清理过时记忆。项目架构改了，记忆还是旧的，Claude 就会基于错误信息做决策。 **过时的记忆不是"没用"，是"有害"。** 就像你手机导航用的三年前的地图——不是找不到路，是找到一条已经拆了的路。 得你自己定期去看看，删掉过时的。我每周花 2 分钟扫一眼 memory 目录，这个习惯帮我躲过好几次大坑。 --- ## 07 官方够用吗？看项目规模 官方 Auto Memory 不够用时，社区有两个主流替代。先看对比： ![记忆管理最佳实践对比](05-assets/claude-code-auto-memory-deep-dive/05-comparison-best-practices.png) ``` 官方 Auto Memory claude-mem AutoMem ────────────── ────────── ─────── 存储 纯 markdown 文件 压缩后的文本 图DB + 向量DB 写入触发 Claude 自主判断 Hook 自动捕获 Hook 自动捕获 会话结束 啥也不干 自动捕获+压缩 自动捕获+向量化 压缩 无 ~200:1 压缩率 向量化 依赖 零 Bun + uv Docker 全家桶 可靠性 看 Claude 心情 自动化，稳定 自动化，稳定 ``` 怎么选？别纠结，看项目大小： - **个人项目、小团队**——官方够了。零配置零依赖，能跑就行。 - **中等复杂度**——上 claude-mem。自动捕获 + AI 压缩，1 万 token 的会话内容压到约 50 token，200:1 的压缩率。靠谱。 - **大型长期项目**——考虑 AutoMem。图数据库做关系推理，但得跑 Docker，部署成本不低。 --- ## 6 条你现在就能用的建议 1. **MEMORY.md 只当目录用。** 只放链接和一句话摘要。200 行限制逼你这么做，别跟它较劲。 2. **按主题建文件，别按时间排。** debugging.md、architecture.md、user-preferences.md。语义组织，不是流水账。 3. **重要的事主动说"记住"。** "把这个调试结论写到 memory 里"——这句话比什么技巧都靠谱。别等 Claude 自觉，它不会的。 4. **每周扫一眼 memory 文件夹。** 打开 `~/.claude/projects/` 下的 memory 目录，过时的删掉。2 分钟的事。旧记忆比没记忆更危险，前面说过了。 5. **聊天太长就 /clear。** Context Compaction 会吃记忆，/clear 让记忆重新完整加载。代价是丢失当前会话上下文，但总比 Claude 基于残缺记忆做决策强。 6. **不想用可以关。** 环境变量 `CLAUDE_CODE_DISABLE_AUTO_MEMORY=1`，完事。 --- ## 安全：别让记忆变成攻击面 2026 年 2 月 26 日，The Register 报道了 Claude Code 的安全漏洞（CVE）：攻击者可以在仓库中注入恶意配置文件，实现远程代码执行和 API Key 窃取。 这和记忆系统直接相关。如果有人能操纵你的 MEMORY.md 或 CLAUDE.md，就能影响 Claude 的行为——它每次启动都无条件信任这些文件的内容。 三个基本防护： - 定期看看 memory 目录，确认没被注入奇怪指令 - 别在 memory 文件里存 API Key、密码 - clone 陌生仓库后，先看看有没有 CLAUDE.md 或 .claude/ 目录 这不是吓你。攻击面就在那里。 --- ![记忆系统生命周期](05-assets/claude-code-auto-memory-deep-dive/06-flowchart-memory-lifecycle.png) ## 写在最后 Auto Memory 的技术实现朴素到令人意外。没有向量数据库，没有 RAG 管线——system prompt + 文件读写，完事。 但这恰恰是好的工程品味。**用最少的复杂度解决最核心的问题。** 不过说到底，**真正的记忆管理责任在你身上。** Auto Memory 给了工具，效果取决于你怎么用——MEMORY.md 的索引质量、主题文件的组织方式、定期审查的纪律性。 记忆系统的本质不是让 AI 变聪明。是让 AI 在正确的上下文中工作。 这才是 Context Engineering 真正在做的事。 下一篇我打算拆 Agent Teams 的多智能体协作机制——怎么让多个 Claude 同时干活还不打架。点关注不迷路。 --- > **栗子KK**，一个在 AI 浪潮中游泳的 AI 产品 Founder > > 欢迎点赞、在看、关注，一起聊科技、聊产品、聊未来 🚀 --- > 参考来源： > - [Anthropic 官方 Opus 4.6 发布](https://www.anthropic.com/news/claude-opus-4-6) > - [Claude Code Changelog](https://claudelog.com/claude-code-changelog/) > - [The Quiet Features That Shipped With Opus 4.6](https://paddo.dev/blog/quiet-features-opus-4-6/) > - [Claude Code's quiet power play](https://www.implicator.ai/claude-codes-quiet-power-play-tooling-not-trophies/) > - [How Claude Code Got Better by Protecting More Context](https://hyperdev.matsuoka.com/p/how-claude-code-got-better-by-protecting) > - [Claude Code 安全漏洞 - The Register](https://www.theregister.com/2026/02/26/clade_code_cves/) > - [claude-mem GitHub](https://github.com/thedotmack/claude-mem) > - [AutoMem](https://therealjasoncoleman.com/2026/02/05/giving-claude-code-a-memory-and-a-soul-with-automem/) > - [Anthropic Introduces Auto Memory System](https://www.thenextgentechinsider.com/pulse/anthropic-introduces-auto-memory-system-for-claude-code) > - [.claude.json 膨胀 Issue #5024](https://github.com/anthropics/claude-code/issues/5024) > - [Context Window Management 实测](https://blakecrosley.com/en/blog/context-window-management)