你的AI记忆正在悄然让它变笨（我把它砍到了6个文件）

上周我做了个演讲，直接说出来了：删掉那段记忆，智能体。当你的智能体吸取教训时，别把它塞进某个私人记忆文件里。应该发一个拉取请求来改进技能，这样修复对你和所有使用那个技能的人都有好处。事后有人私信我说，这个想法里可能埋着一篇爆款内容。所以就有了这篇。

我的智能体记忆悄然膨胀到了218个文件。一个46KB的索引，大到连框架都开始每轮会话默默丢掉后半部分。我砍到了6个文件，把它们移进我的CLAUDE.md，然后把自动记忆关掉了。接着我审计了它们落入的那个CLAUDE.md。这就是整个体系，因为你的智能体记忆和你的CLAUDE.md是同一个问题戴着两顶帽子：每轮会话都会加载的固定指令，一旦你不盯着就会腐烂。

在我清理这一切之前，我用last30days跑了一遍整个主题，在Reddit、X、YouTube、TikTok和Hacker News上做了十次扫描。研究告诉我的第一件事是，我即将跟整个互联网争论。

高喊的建议是“构建一个记忆系统”。我走了相反的路。

现在打开任何信息流，关于记忆的推销到处都是：

90%用AI编程的人每天因为一个没人谈论的问题浪费几个小时。智能体没有记忆。每轮会话从零开始。它忘记你的代码库、你的决策、你的上下文。那些交付最快的人用0美元解决了这个问题。

• @Nyra_nx, X, 11个赞

围绕这个正在形成一个完整的手工作坊产业。“Show HN: Recall，Claude Code的本地项目记忆”同一周在Hacker News上获得了136个点和86条评论。这种直觉可以理解：智能体会忘，那就给它装个更大的脑子。

这里我想精确一点，因为背后的直觉是对的。一个每天早晨冷启动的无状态智能体是个真实的问题。错不在想要记忆，错在通过往每轮会话加载更多内容来回应，而不是让智能体按需查询一个存储。先记住这个区别，我后面会回来讲。对于本文开头讨论的总是加载层，更多不是解决办法，有个创作者说得比我好：

对记忆的硬限制迫使AI智能体提炼出真正重要的东西。强制稀缺性才是创造专注、有用的长期记忆的机制，而不是臃肿、无用的上下文。

• aidecipher on TikTok，8个赞

这就是整套哲学。没有预算的记忆不是大脑，是垃圾填埋场。

为什么肥大的记忆会让你的智能体更笨

这不是感觉，是机械原理。你的CLAUDE.md和你的记忆在每轮会话开始时被注入上下文窗口，而一个正在被填满的上下文窗口性能更差。我找到的最火的解释片给这个规则加了一个真实数字：

Claude Code的默认行为是，当你开始一个会话时，它会注入完整的claude.md，这就是为什么我们希望把claude.md理想情况下控制在200行以内。

• Simon Scrapes on YouTube，870个赞

一个472个赞的TikTok用更直白的语言说出了后果：你让Claude的上下文堵塞得越久，它就变得越笨。我的记忆索引是46KB。它远远超过了限制，以至于框架只加载了一部分，丢弃了剩下的，这意味着这个文件已经不再引导任何东西，变成了一个碰巧消耗token的工作日志。臃肿不是理论上的。它的一半已经加载不进去了。

诀窍

你的记忆和CLAUDE.md每轮会话都会注入。超过某个点，更多的文本意味着更差的遵循，而不是更多的知识。把每个文件控制在200行以内。

审计：不是90%的垃圾，而是90%放错了地方

我让三位读者逐行检查了全部218个文件，并对每个文件进行分类。结果让我意外：

• 大约14%是真正的垃圾：已发布的PR记录、已完成视频的记录、已经编码进工具里的教训。Git历史里全都有了。

• 大约39%是持久的、有用的教训，但每个都绑定在恰好一个技能上。针对特定工具的修复，却躺在一个该工具从不读取的全局记忆里。

• 剩下的才是真正的跨领域指导，外加一堆正在进行中的项目追踪器，这些项目一旦交付就会腐烂。

中间那个桶才是关键点。问题从来不是“删掉多少百分比”，而是“每个教训应该住在哪里”。关于一个技能的教训属于那个技能内部，作为一个PR，这样它能改变所有人的行为，并且像它所在的代码一样被版本控制。放在记忆里，它就是私有的隐性知识，悄然过时。这就是技能优先于记忆这一理念的一句话总结：别再记录教训，开始把它们发进技能里。

诀窍

对每条记忆条目分类：垃圾（git已有）、技能绑定（PR进技能）、或真正的跨领域（保留）。大多数“记忆”是放错位置的技能PR。

教训真正该去的地方：编写你自己的技能

所以如果技能绑定的教训不属于记忆，那它该去哪？进技能。这就是技能优先于记忆中比删除更重要的一半，也是我拥有的最高杠杆的习惯。我把整个工作流写成了一篇文章，获得了超过100万阅读量，人们从中拿走最多的诀窍就是这个：编写你自己的技能。

规则很简单。任何我做超过两次的事情都变成一个技能，一个我的智能体可以永远运行的、可复用的命令。智能体辛苦学来的教训不会被记录进记忆里腐烂，而是被写进技能里，作为一个PR，这样下一次运行时它已经知道，所有使用那个技能的人也都知道。这和把记忆条目发进它所属的工具是同一个动作，只是让它永久化了。

你不是从零开始写。帮我解锁这个窍门的方法是，让智能体看一个已经能用的技能，然后模仿它的结构。字面意思：“看看Compound Engineering这个技能，帮我也做一个类似的，用来做我要自动化的事情。”它读了一个好例子，学会了结构，然后为你搭建脚手架。我用这种方式构建了一堆技能，现在我的大部分开源工作都是技能和它们周围的工具。last30days和Printing Press最初都是我为自己想要而做的技能。

这就是复利的部分。技能写一次，之后的每轮会话都更快，而且教训住在一个有版本控制的地方，而不是某个悄然过时的地方。删除记忆之所以有效，只因为教训有了更好的归宿。

诀窍

任何你做超过两次的事，就把它做成技能。不要从零开始写：让智能体看一个已经能用的技能，然后说“为X做一个类似的”。教训属于技能里的PR，而不是记忆。

先无所畏惧地备份，再削到骨头

激进去删除的唯一方法，是先让删除可逆。我把整个记忆存储复制到了一个归档目录和一个tar包，222个文件，放在自动加载的记忆文件夹之外，这样它永远不会被加载或回忆，但随时可以恢复。一旦删除没有代价，真正的练习就变得简单了：挑出那少数几个真正能跨多个技能引导行为、定义我是谁、或是从真实伤害中留下的伤疤的文件。任何没通过这个门槛的，都假定为垃圾。

我最终留下了6个幸存者。每个文件通过的门槛：

• 我硬着头皮学到的安全护栏：绝不在工作中退出一个正在运行的环境。有一次为了读一个token退出了Chrome，结果核爆了12,552个cookie，让我工作中途登出了所有东西。在这次清理过程中，我把它扩展到了cmux（我实际上写代码的地方）：警告我，得到确认，只有别无他法才退出。这条没有技能可以归属，我也绝不想重新发现它。

• 支配智能体所有写作的规则：一个格式规则（不许用em破折号、en破折号、粗体）和一个严格的保密边界，关于哪些东西绝不能出现在公开内容里。

• 我经常触碰的稳定事实：我每天碰的几个仓库的标准路径。

就这些。六个文件。其他所有212个文件都被归档了。我的记忆索引从46KB降到了大约1.4KB。几个月来第一次，整个文件真的全部加载了。

诀窍

先把整个存储归档（放在加载目录之外），这样删除就无所畏惧。然后只保留那些跨技能引导的、定义你的、或是伤疤的东西。归档，不要囤积。

自动记忆陷阱，以及通向CLAUDE.md的桥梁

这里有个几乎搞垮整个计划的陷阱。我想关掉自动记忆，这样存储就不会悄然重新长成另一个200文件的沼泽。我并非唯一想要这样做的人：

我也通过设置环境变量 CLAUDE_CODE_DISABLE_AUTO_MEMORY=1 来禁用Claude的自动记忆。太容易过时并且误导智能体了。

• @trevin, X

但是自动记忆是一个同时控制读取和写入记忆文件夹的单一开关。关掉它，你那6个精心筛选的幸存者也不会再加载了。解决方法就是本文两半之间的桥梁：把幸存者从记忆里移出来，放进CLAUDE.md，这个文件总是加载、从不自动修剪、也从不因为后台写入而腐烂。然后完全禁用自动记忆。那少数几个真正的引导事实住在始终在线的指令里，而那个曾经长成沼泽的有损耗功能永远关闭了。（如果你只想找到这个开关：在终端打开Claude Code，运行 /memory，然后关闭Auto-memory。应用内设置做不到这个。）

所以那六个事实现在是我 ~/.claude/CLAUDE.md 顶部的一个小段落。这引出了下一个明显的问题：这个文件本身好吗？

审计幸存者移入的文件

我本以为我的CLAUDE.md也是一团糟。结果正好相反。整个始终在线的表面设计得很短，而审计变成了一次质量检查，而不是修剪。以下是基于同一研究和Anthropic官方文档的实际有效内容。

保持全局文件简短，因为你每轮会话都要为每一行付出代价。Anthropic的记忆文档建议把每个CLAUDE.md控制在200行以内，因为“更长的文件消耗更多上下文并降低遵循度”。我的全局文件是19行。30天研究中最大胆的观点也说了相同的话，关于失败模式：

你的CLAUDE.md可能更多是在伤害你的Claude Code，而不是帮助它。你给Claude的指令越多，它就越忽略它们。Claude的系统提示已经自带大约50条内置指令。你每加一行，就进一步把它推过极限。

• @Vishaldej, X

诀窍

把 ~/.claude/CLAUDE.md 控制在200行以内。我的只有19行。它只包含在每个仓库中都成立的内容。

也不要像扔垃圾桶一样使用CLAUDE.md

我在记忆里犯的精确错误，正是人们在CLAUDE.md里犯的错。关于这点最尖锐的说法：

别再像扔垃圾桶一样使用CLAUDE.md。错误：人们什么都往里面扔。技术栈。通用编码规则。显而易见的惯例。巨大的工作流文档。模型可以从仓库中推断出来的东西。

• @s1rozha_, X, 18个赞

当我用这个列表回顾我旧的项目文件时，里面一半都是智能体可以从 package.json 读到的框架名、“写干净的代码”这类废话、任何模型在几秒内就能推断出来的惯例。没有一条能改变决策。所有内容都稀释了那些真正起作用的行。删除清单总是比保留清单长。

诀窍

删除任何模型可以从仓库中推断出的内容：技术栈、显而易见的惯例、通用规则。如果一行不改变决策，它就是垃圾。

每个智能体一个指令文件：导入AGENTS.md

我无意中做对了的模式，现在我刻意为之：我的68个项目CLAUDE.md文件中，有48个只包含一行：

@AGENTS.md

我大部分构建都是通过Codex运行的，不只是Claude Code。Codex读取AGENTS.md。Claude Code读取CLAUDE.md。我拒绝维护两个到星期二就会漂移的文件，所以真正的惯例只存在于AGENTS.md中一次，CLAUDE.md直接导入它。

Claude读取CLAUDE.md。Codex读取AGENTS.md，这是Cursor和其他工具也读取的跨工具标准。两个终端智能体，两个文件，同一个任务。

• @WenchangYue, X

一个3.2万次观看的解说片指出了搞错这个的代价：每个智能体都有自己的规则格式，所以你的仓库变成了一抽屉指令文件，无法从一个智能体移植到另一个。有一篇文章统计，现在有6万个仓库带有AGENTS.md，被Claude Code、Codex、Cursor、Aider、Devin、Copilot、Gemini CLI、Windsurf和Amazon Q读取。Claude Code本身不读取AGENTS.md，但CLAUDE.md可以用 @ 行导入它，所以 @AGENTS.md 就能拉进整个内容。Anthropic的文档正好推荐这样做。符号链接也能完成同样的事：ln -s AGENTS.md CLAUDE.md。

诀窍

项目CLAUDE.md只有一行：@AGENTS.md。惯例只写一次，每个智能体都能读到。或者用符号链接：ln -s AGENTS.md CLAUDE.md。

每一行幸存的内容都应该是黄金标准

一旦垃圾被清除，判断保留内容的测试就是它是否值得占这个位子：

AGENTS.md中的每一行都应该是黄金标准。句号。

• @cxprakash, X

他的例子是一条消灭了反复失败的单条规则：“在会话结束时关闭你运行的所有服务器”，加了一次就永远解决了端口锁定。这就是那个形状。我的printing-press AGENTS.md没说“小心地修复bug”，它说明了修复应该放哪里，并告诉智能体在开始之前先声明一个issue，这样两个智能体就不会撞车。这些都是智能体否则会搞错的决策，只写一次。这和我挑选6个记忆幸存者用的是同一个标准：这一行会不会改变接下来发生的事？如果不会，就删掉。

诀窍

每一行都要赚到它的位子，否则就砍掉。“在会话结束时关闭服务器”胜过“写干净的代码”。把智能体老是搞错的决策编码下来。

如果你仍然想要回顾，那是一种不同的记忆

现在来说我之前让你记住的那个区别。关闭自动记忆和修剪CLAUDE.md杀死了一种记忆：那种不管你需不需要都被推送到每轮会话上下文中的记忆。这并不意味着你的智能体会失忆。有两种记忆，人们经常混淆它们。推送型记忆是为你加载的——CLAUDE.md和原生自动记忆——在会话开始时注入，其失败模式正是本文的主题。拉取型记忆则相反：它存放在一个存储中，智能体只在需要时才检索所需的那一块，通过提问来实现。有位创作者清晰地划出了界限：

AI智能体有金鱼般的记忆，而明显的修复——给它更大的记忆——悄然让情况更糟。问题从来不是大小。而是上下文窗口本身。塞进太多历史，最老的事实就会从另一边滑出去。

• agenticamit on TikTok，42个赞

解决方案不是随身携带一个更大的大脑，而是一个你可以查询的大脑。这正是那些专用记忆层工具所做的，它们不是删除自动记忆的竞争对手，而是你删除之后回顾记忆的去处。快速概览一下这个领域，所有工具都是按需检索而非强制加载：

• gbrain，来自Garry Tan，是一个基于markdown和git的知识库，带有向量、关键词和知识图谱检索，以及上层合成层，以CLI和MCP服务器形式暴露。

• supermemory 是一个记忆API，可以提取事实、调和矛盾、过期失效事实，并连接到Drive、Gmail、Notion和GitHub，以SDK、MCP服务器和本地二进制形式提供。

• mem0、Letta、Zep和Cognee是这个领域的其余部分，人们常把它们放在一起基准测试，每个都是可自托管的检索层，对事实、文档和图表有各自的处理方式。

每个工具适合的场景取决于具体表面，而这确实是个需要决策的地方，不是默认选择。我在Hermes内运行gbrain，而不在Claude Code或Codex里运行，因为按需回顾在某些工作流中值得占有一席之地，在其他则不然。关键不是选哪个工具。关键是“删除你的记