对于长期使用 AI 编程助手的开发者而言,最繁琐的过程往往不是写代码,而是反复向 AI 解释项目背景:“我们用的是 pnpm 不是 npm”、“这个项目的缩进是 2 格”、“构建命令是 bun run build”……每一次新会话,仿佛都要重新“培训”一遍助手。
- 地址:https://code.claude.com/docs/en/memory
Anthropic 刚刚发布的 Claude Code“自动记忆”(Auto Memory) 功能,正是为了解决这一痛点。它让 Claude 具备了长期学习能力:在工作过程中自动记录关键上下文,并在下次会话中无缝调用。从此,你的 AI 助手将随着使用时间推移,变得越来越“懂”你的项目。

核心变革:从“指令”到“笔记”
此前,Claude Code 支持用户创建 CLAUDE.md 文件。这是一个单向指令集,由用户编写,告诉 Claude“我是谁”、“该怎么做”。
而全新的 MEMORY.md 则完全不同:
- 双向互动:它是 Claude 自己维护的“笔记本”。
- 自动写入:Claude 会在工作流中主动观察并记录重要信息,无需用户手动干预。
- 动态进化:随着项目迭代,记忆内容会自动更新,保持与项目现状同步。
举个例子:
当你随口说出一句:“记住,在这个项目里我们用 pnpm 而不是 npm。”
Claude 不仅会立即执行当前的 pnpm 命令,还会将这条规则永久写入该项目的 MEMORY.md 文件中。下一次会话,哪怕你只字不提,它也会默认使用 pnpm。
自动记录什么?
Claude 会自动捕捉并存储那些高频、关键且易忘的上下文信息,包括但不限于:
- 🛠️ 构建与运行命令:如
bun run dev、docker compose up等特定启动方式。 - 🐛 调试技巧与坑点:如“遇到 X 错误时需重启 Y 服务”、“Z 模块在 Windows 下有兼容性问题”。
- 🎨 代码风格偏好:缩进规则、命名约定、注释风格等。
- 🏗️ 架构要点:核心目录结构、关键依赖库版本、特殊的模块化设计思路。
这些信息不再是散落在聊天记录中的碎片,而是被结构化地沉淀为项目的“数字基因”。
技术实现:高效加载与隐私本地化
为了保证性能与隐私,Anthropic 在技术设计上做了精细考量:
- 本地存储:所有记忆文件均存储在本地目录
~/.claude/projects/<project-id>/MEMORY.md下。数据不出域,完全由用户掌控。 - 智能加载策略:
- 首屏极速:会话启动时,自动加载
MEMORY.md的前 200 行。这确保了最核心的规则(如包管理器、构建命令)能立即生效,不增加启动延迟。 - 按需读取:更详细的历史记录或深层上下文,仅在对话涉及相关内容时动态读取,避免占用过多 Context Window。
- 首屏极速:会话启动时,自动加载
- 灵活控制:
- 功能默认开启,开箱即用。
- 用户可随时通过
/memory命令查看、编辑或清除记忆。 - 也可在配置文件中彻底关闭该功能,回归无状态模式。
为什么这很重要?
“自动记忆”不仅仅是一个便利功能,它标志着 AI 编程助手从**“ Stateless Chatbot”(无状态聊天机器人)向“Stateful Partner”(有状态合作伙伴)**的进化。
- 降低认知负荷:开发者不再需要充当“人肉文档”,反复复述已知信息。
- 提升协作效率:AI 对项目理解越深,生成的代码越符合规范,调试建议越精准。
- 知识资产沉淀:
MEMORY.md实际上成为了项目的一份活体文档,新加入的团队成员(或新的 AI 实例)可以通过它快速上手。
© 版权声明
文章版权归作者所有,未经允许请勿转载。
相关文章
暂无评论...















