--- id: "2026-03-03-claude-code-auto-memory-deep-dive" title: "Claude Code 记忆全拆解：从 system prompt 到 200 行 markdown，AI 编程助手怎么记住你的项目" 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: "tech-blog" owner: "content-forge" created_at: "2026-03-03T00:00:00+08:00" updated_at: "2026-03-03T00:00:00+08:00" --- # Claude Code 记忆全拆解：从 system prompt 到 200 行 markdown，AI 编程助手怎么"记住"你的项目 > 深度解析 · 2026年2月 ![Claude Code 记忆系统全景](05-assets/claude-code-auto-memory-deep-dive/01-infographic-memory-system-overview.png) --- ## 每次新会话都要重新介绍项目，你烦不烦？ 用 Claude Code 的人都有这个痛点：开一个新会话，它对你的项目一无所知。你得重新告诉它"我们用 FastAPI + Next.js，后端端口 9801，状态管理用 Zustand，上次那个 bug 的根因是连接池耗尽……" 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，是随 Claude Code 一起上线的三个底层能力： - **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 Anthropic 内部测试：智能体性能提升 39%，100 轮对话 token 消耗降低 84%，支持 30 小时无人值守运行。 这篇文章把 Auto Memory 的底层机制逐层拆开——版本演进、system prompt 注入原文、200 行硬截断的真实含义、5 个已知坑点，以及它和 Agent Teams、Context Compaction 之间的协同关系。 --- ## 一、Claude Code 的记忆到底有几层 ![三层记忆架构](05-assets/claude-code-auto-memory-deep-dive/02-framework-three-layer-architecture.png) 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） │ │ └─ 组织管理员定义的全局规则，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） │ └─────────────────────────────────────────────────────────┘ ``` 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 | gotchas（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（架构级变更才改） | 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 会失败" | --- ## 二、版本演进：从 # 前缀到 Auto Memory Auto Memory 不是凭空冒出来的。三个阶段： ``` 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 不会自己判断 │ ▼ 阶段 2: Research Preview └─ 需要手动在 ~/.claude/settings.json 中添加： { "autoMemoryEnabled": true } └─ Claude 开始有"自主写入"能力 └─ 问题：默认关闭，大多数用户不知道这个功能存在 │ ▼ 阶段 3: 正式发布（v2.1.32+，当前） └─ 默认开启，无需配置 └─ 可通过环境变量禁用： CLAUDE_CODE_DISABLE_AUTO_MEMORY=1 └─ Claude 主动记录 gotchas、失败模式、项目模式 └─ 与 Opus 4.6 的 Agent Teams / Context Compaction 协同 ``` **旧的 # 前缀已经弃用了。** 还在用 # 标记的，该换了。 --- ## 三、底层真相：就是读写 markdown 文件 先说结论：**没有向量数据库，没有语义检索，没有 RAG。** 就是 Claude 被允许在你电脑上的一个文件夹里读写 markdown 文件。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，每次会话自动加载（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？"——但这就是 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。 --- ## 四、拆开 system prompt：Claude 到底看到了什么 大多数文章不会讲这部分。每次会话启动，Claude Code 在 system prompt 里塞了一段指令。以下是我从实际运行环境中提取的完整内容： ``` 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. First check if there is an existing memory you can update before writing a new one. ## What to save: - Stable patterns and conventions confirmed across multiple interactions - Key architectural decisions, important file paths, and project structure - User preferences for workflow, tools, and communication style - Solutions to recurring problems and debugging insights ## What NOT to save: - Session-specific context (current task details, in-progress work) - Information that might be incomplete — verify against project docs before writing - Anything that duplicates or contradicts existing CLAUDE.md instructions - Speculative or unverified conclusions from reading a single file ## Explicit user requests: - When the user asks you to remember something across sessions, save it — no need to wait for multiple interactions - When the user asks to forget or stop remembering something, find and remove the relevant entries from your memory files ``` **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，按这些规则来用"。 所谓"自主判断是否写入"，本质上就是 LLM 在 system prompt 指令下的推理——和你在 CLAUDE.md 里写"遇到 bug 先跑测试"是同一个机制。 ![Auto Memory 触发决策流程](05-assets/claude-code-auto-memory-deep-dive/03-flowchart-auto-memory-trigger.png) 这也解释了写入行为为什么不稳定。忙于复杂任务时，这段指令的优先级自然被压低。Claude 不是不想记，是顾不上。 --- ## 五、200 行限制：比你想的更硬 MEMORY.md 有 200 行的硬截断。不是"存在但优先级低"，是**第 201 行开始直接消失**： ``` 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，建议精简内容 ``` 主题文件（debugging.md 等）没有行数限制。但它们不自动加载——Claude 得用 Read 工具主动去读。 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。** 如果里面没提到某个主题文件，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 - [后端连接池问题排查](./debugging.md) - 连接池耗尽的根因和修复方案 ## 架构决策 - [消息工厂设计](./architecture.md) - SYSTEM/USER 消息拼装的分层逻辑 ## 用户偏好 - [工作流偏好](./user-preferences.md) - 测试命令、部署流程、代码风格 ``` 简洁、只做索引、别超 200 行。具体内容全放主题文件。这 200 行是你的"记忆预算"，花在刀刃上。 ![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) --- ## 六、数据流：三个阶段，一张图说清 前面拆了 system prompt 的内容，这里看整体流转。重点关注第二和第三阶段——写入时机和会话结束的行为： ``` ┌─────────────────────────────────────────────────────────┐ │ 阶段一：会话启动 │ │ Claude Code 读 MEMORY.md 前 200 行 → 塞进 system prompt │ │ 其他 memory/*.md 不自动加载，需要时 Claude 自己去读 │ └──────────────────────────┬──────────────────────────────┘ ▼ ┌─────────────────────────────────────────────────────────┐ │ 阶段二：会话进行中 │ │ │ │ Claude 会记什么： │ │ ├─ 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" │ │ │ │ 什么时候写： │ │ ├─ 你说"记住这个" → 立即写（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"——这是和 claude-mem 的核心区别 │ └─────────────────────────────────────────────────────────┘ ``` 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"。** 会话结束不会触发任何自动保存。你聊了两小时发现了三个重要结论，但 Claude 没记——那就真没了。 --- ## 七、三板斧协同：Auto Memory × Agent Teams × Context Compaction Opus 4.6 同时上线的三个能力是一套组合拳： ``` ┌──────────────┐ ┌──────────────┐ ┌──────────────┐ │ Auto Memory │ │ Agent Teams │ │ Context │ │ 跨会话记忆 │ │ 多智能体协作 │ │ Compaction │ │ │ │ │ │ 上下文压缩 │ ├──────────────┤ ├──────────────┤ ├──────────────┤ │ 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 │ └───────────────┘ ``` 前面提到的那组数据（token 降 84%、性能升 39%）就是这三者组合的效果。 但有几个细节容易踩坑： **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，坏处是子代理对项目上下文一无所知。 **Context Compaction 会吃掉记忆。** 最新版本在上下文使用率 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。 --- ## 八、5 个已知坑点 ### 坑 1：聊久了记忆会被压缩掉 ``` 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要记东西 - 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：你自己说"把这个记下来"。** 别指望它自觉。 ### 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人要注意。 ### 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。 ### 坑 5：旧记忆比没记忆更危险 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"。** 得你自己定期去看看，删掉过时的。 --- ## 九、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： ``` 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 关系推理 无 无 图数据库支持 依赖 零 Bun + uv Docker 全家桶 上限 MEMORY.md 200行 配置化 无硬限制 可靠性 看 Claude 心情 自动化，稳定 自动化，稳定 ``` 怎么选？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。 - **大型长期项目**——考虑 AutoMem。图数据库做关系推理，但得跑 Docker。 --- ![记忆管理最佳实践对比](05-assets/claude-code-auto-memory-deep-dive/05-comparison-best-practices.png) ## 十、6 条实战建议 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"——这句话比什么都靠谱。别等 Claude 自觉，它不会的。 4. **每周扫一眼 memory 文件夹。** 2 分钟的事。打开 `~/.claude/projects/` 下的 memory 目录，过时的删掉。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。** 设置环境变量 `CLAUDE_CODE_DISABLE_AUTO_MEMORY=1` 即可。 --- ## 安全提醒 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。想想看——Claude 每次启动都无条件信任这些文件的内容。 几个基本防护： - 定期看看 memory 目录，确认没被注入奇怪的指令 - 别在 memory 文件里存 API Key、密码这类东西 - clone 陌生仓库后，先看看有没有 CLAUDE.md 或 .claude/ 目录 --- ![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。就是读写 markdown 文件。 但它代表了一个方向：AI 编程助手从"无状态工具"变成"有记忆的协作者"。Anthropic 选了最简单的路——不搞向量数据库，不搞 RAG 管线，system prompt + 文件读写，完事。 这个选择本身就是一种工程品味。用最少的复杂度解决最核心的问题。 不过，**真正的记忆管理责任在你身上。** Auto Memory 给了工具，但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。 说到底，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。 --- > 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)