定义¶

Claude Code 跨会话记忆系统的存储边界设计。核心原则：只有跨会话仍成立、且当前代码里推不出来的信息，才值得进入 memory。 与 auto-dream（定期整合清理）互补——Auto Memory 管"该不该存"，Auto Dream 管"存了之后如何不腐烂"。

核心论点¶

memory 不是"更长一点的上下文窗口"，更不是"什么都记下来"。如果什么都存，会出现两个问题：

1. memory 变成垃圾堆，越存越乱
2. agent 开始依赖过时记忆，而不是读取当前真实状态

反向定义比正向定义更重要：先立"什么不该存"的边界，memory 才能从"帮助系统长期变聪明"避免变成"帮助系统长期产生幻觉"。

四类记忆类型¶

不该存进 memory 的东西¶

关键判断：即使用户主动说"帮我记住 PR 列表/当前分支"，也不应直接存——应追问"这里面真正值得长期留下的、非显然的信息是什么"。

数据结构¶

单条 memory 文件¶

每条 memory 一个独立 markdown 文件，frontmatter + 正文：

---
name: prefer_tabs
description: User prefers tabs for indentation
type: user
---
The user explicitly prefers tabs over spaces when editing source files.

索引 MEMORY.md¶

# Memory Index

- prefer_tabs: User prefers tabs for indentation [user]
- avoid_mock_heavy_tests: User dislikes mock-heavy tests [feedback]

索引只记"有哪些 memory 可用"，不重复正文内容。这与 llm-wiki-pattern 的"索引页 + 详情页"结构同源。

memory / task / plan / CLAUDE.md 的边界¶

四种持久化机制各司其职：

简单判断法： - 只对这次任务有用 → task / plan - 以后很多会话可能都还会用 → memory - 长期系统级或项目级固定说明 → CLAUDE.md

高完成度版的 6 条边界¶

教学最小版讲清"该存什么/不该存什么"即可。但落到真实工作平台，还需要 6 条边界：

1. 作用域分层：private vs team¶

• user 几乎总是 private
• feedback 默认 private，明确是团队规则才升 team
• project 和 reference 通常更偏 team

价值：不把个人偏好误写成团队规范，不把团队规范锁在某个人的私有记忆里。

2. 同时保存正反馈，不只存纠错¶

feedback 不只来自负反馈，也来自被验证的正反馈（"这种不明显的做法用户已经认可"）。只存纠错的系统会越来越保守，却不一定越来越聪明。

3. 用户要求存的，也未必该存¶

PR 列表、分支名、今天改的文件、当前子任务——即使用户说"帮我记住"，也应追问真正长期有价值的非显然信息是什么。

4. memory 会漂移，回答前先核对当前状态¶

memory 记的是"曾经成立过的事实"，不是永久真理。用 memory 当方向提示，不当替代当前观察。 冲突时优先相信你刚观察到的真实状态。

5. 用户说"忽略 memory"时按空处理¶

不是"嘴上忽略心里继续用"，而是这一轮真的按 memory 为空来工作。

6. 推荐具体路径/函数/外部资源前要再验证¶

memory 适合记"哪个目录是入口"这类方向；但在真的说"去改 src/auth.py"之前，要核对一次。命名、路径、系统入口、外部链接都会变。

原则：memory 先告诉我去哪里验证；验证完，再给用户结论。

与相关概念的关系¶

• 与 auto-dream：互补关系。Auto Memory 是"写入边界"（什么该存），Auto Dream 是"长期维护"（存了之后如何整合、去重、修剪）。两者共同构成 Claude Code 的四层记忆体系
• 与 sentino-memex：对照样本。Auto Memory 是 LLM-in-the-loop（让 LLM 决定记什么，少而精，控流入）；Memex 是 LLM-as-extractor（流水线提取一切靠衰减保鲜，多而衰减，控保鲜）。两套设计哲学正好分别覆盖单用户低频场景 vs 多用户高频 SaaS 场景
• 与 harness-engineering：memory 是 Harness Environment 层的核心组件之一。"记忆选 Markdown 而非向量数据库"的设计选择，正是因为 markdown 透明可编辑、原生 Git、与文件系统总线天然集成
• 与 agent-runtime-architecture：在七层模型 Layer 3 Query Loop 中，memory 通过 prefetchMemoryAndSkills() 在流式执行空隙被预取，是"预取优化"四类 runtime 机制之一
• 与 llm-wiki-pattern：边界判断逻辑同构——LLM Wiki 区分 raw（原始素材，不可变）vs wiki（编译后的知识层）；memory 区分"当前可推导（不存）"vs"跨会话仍成立（存）"
• 与 知识复利：知识要复利，前提是写入边界严格。否则错误也会被复利

运行时实证（来自真实 session.json）¶

教学版描述的边界在 Claude Code runtime 里有具体落地：

存储路径¶

~/.claude/projects/<encoded-cwd>/memory/（cwd 路径用 - 替换 /）。项目级隔离：切换 cwd 就切换记忆库，同一台机器上不同项目互不污染。

实际 frontmatter 比教学版多一个字段¶

---
name: Sentino 创业公司
description: ...
type: user
originSessionId: 8cf290da-6662-4a95-9023-21b44c501f3b
---

originSessionId 让每条 memory 可追溯创建来源——这是 auto-dream 整合时去重/合并的潜在依据。

第 4 条边界"memory 会漂移"是 runtime 强制提醒¶

读取 3 天前的 memory 时，tool_result 自动注入：

<system-reminder>
This memory is 3 days old. Memories are point-in-time observations,
not live state — claims about code behavior or file:line citations
may be outdated. Verify against current code before asserting as fact.
</system-reminder>

不是建议，是有运行时机制注入的强制提醒。这一条边界在产品里被钉得最死。

写入新 memory 前的工作流¶

1. Read 相关已有 memory（先判断有没有可更新的）
2. 不存在 → Write 新文件（frontmatter + Why + How to apply）
3. Read MEMORY.md
4. Edit MEMORY.md 在合适位置插入索引（不是 append 末尾）

实证了"不写重复 memory，先检查能否更新已有"原则的实际执行路径。

memory 文件走普通文件系统机制¶

每次 Write/Edit memory，都被 file-history-snapshot 跟踪，与源代码文件共享同一套版本/回滚。这印证 harness-engineering "记忆选 Markdown 而非向量数据库"的架构理由——透明可编辑、原生 Git、与文件系统总线天然集成。

当前未实现/未观察到¶

• s09 提到的"作用域分层（private/team）"在当前 Claude Code 里未见实现——所有记忆都是 cwd 级 private
• reference 类型本次 session 未触发，但其他三类（user/feedback/project）都在实战中出现

一句话记住¶

memory 保存的是"以后还可能有价值、但当前代码里不容易直接重新看出来"的信息。

相关概念¶

• auto-dream — Auto Dream：定期整合修剪机制，与 Auto Memory 互补
• sentino-memex — 对照样本：流水线提取式记忆，控保鲜而非控流入
• google-memory-bank — 反方向托管对照：单姿态 LLM-in-the-loop（Auto Memory）vs 两种姿态并列（Memory Bank GenerateMemories + CreateMemory），Memory Bank 的 CreateMemory 接近 Auto Memory 路线
• harness-engineering — Memory 是 Harness Environment 层的核心组件
• agent-runtime-architecture — Memory 通过 prefetchMemoryAndSkills 进入 Query Loop
• llm-wiki-pattern — 同构的"该存什么/如何不腐烂"问题域
• 知识复利 — 写入边界是知识复利的前提
• 人机协作 — memory 是 Claude 维护、人类审核的协作产物