Appearance
Claude Code Memory系统：三个月让它比你更了解你
Memory是你给AI写的"关于我的说明书"。积累是复利，记忆是载体，时间是变量。
痛点
每次打开Claude Code新会话都要重新介绍自己：
- 我做什么的
- 偏好什么风格
- 上次那个问题解决到哪一步了
- 哪些方案试过没用
就像每次见面，对方都不认识你。
直到三个月前，开始认真用Memory系统。
现在开新会话不用解释任何背景。AI知道我是谁、知道我讨厌什么、知道上次卡在哪——有时候它提醒我的事，我自己都忘了。
Memory系统是什么？
本质是一组持久化文本文件，保存在本地~/.claude/projects/目录。
AI每次启动会话时自动加载这些文件，把里面的内容当成"你给我的背景资料"读进来。
一句话理解：Memory = 你给AI写的"关于我的说明书"
你写一次，它每次都记着。会话结束不清空，下次进来还在。
和普通对话上下文的区别：
- Memory不会随会话结束消失
- 不受上下文长度限制
- 真正意义上的"长期记忆"
四种记忆类型
| 类型 | 记什么 | 例子 |
|---|---|---|
| user | 用户记忆：职业背景、技能水平、工作方式、沟通偏好 | 用户是项目经理，偏好简洁直接的中文回复，不需要解释基础概念 |
| feedback | 反馈记忆：纠正过的内容、否定过的方案、不喜欢的回复风格 | 用户讨厌每次回复末尾的总结段落，以后不加总结段 |
| project | 项目记忆：进行中的任务、决策背景、截止时间、关键进展 | 当前阶段：系统测试中，核心问题是数据同步延迟，不要建议修改数据库结构 |
| reference | 参考记忆：外部系统地址、文档位置、关键联系人、工具入口 | 接口文档在内网wiki/api-docs，数据库问题找运维团队 |
怎么用：保存和加载
保存记忆
方式一：直接叫AI保存
记住我不喜欢在代码里加注释，除非逻辑真的反直觉。AI自动写成一条feedback记忆存下来。
方式二：手动写文件
bash
# 文件位置
~/.claude/projects/[项目路径哈希]/memory/
# 文件格式（每条记忆一个文件）
---
name: 我的工作偏好
description: 关于我沟通风格的记忆
type: user
---
我是项目经理，偏好简洁直接的中文。不需要解释基础概念。加载记忆
有一个MEMORY.md作为索引文件，每次会话启动时AI自动加载。
索引里列了所有记忆文件的名称和一行摘要，AI根据摘要判断哪条记忆和当前任务相关，再读完整内容。
关键设计：MEMORY.md是索引，不是记忆本身。
即使积累了几十条记忆，每次启动也只加载必要的部分，不会把上下文撑爆。
三个月实际存了什么
目前memory目录里有40+条记忆，分三类：
关于我自己的偏好
| 内容 | 说明 |
|---|---|
| 回复风格 | 简洁直接，不要冗长解释，不要每次总结"我做了什么" |
| 代码风格 | 默认不加注释，除非逻辑非常反直觉 |
| 任务优先级 | 紧急客户问题 > 方案文档 > 开发 > 深度研究 |
| 语言偏好 | 中文优先，技术名词保留英文 |
这些看起来很基础，但没有Memory时，每隔几天都要重新说一遍。
踩过的坑
| 坑 | 解决方案 |
|---|---|
| 某类API调用特定环境下会超时 | 加重试逻辑，不是调超时参数 |
| 某个代码库测试不能用mock数据库 | 必须连真实测试库，否则测试通过但上线报错 |
| 写报告时摘要不能超过120字节 | 否则推送失败 |
这类踩坑记忆价值最高。不存下来，三周后自己都忘了，下次还会踩。
跨任务的经验
| 经验 | 说明 |
|---|---|
| 客户接受方案调整 | 前置铺垫比直接说更有效 |
| 任务拆分 | 哪类适合拆成小步骤，哪类直接给完整结果更好 |
| 数据异常集中 | 先暂停再问，不要直接交付 |
这些是软性经验，不是代码，不会出现在git历史里。但对实际工作质量影响很大。Memory是目前唯一能承载这类知识的地方。
三个月后的变化
变化一：重新介绍自己的时间消失了
以前每次开新会话，前5-10轮都是让AI理解背景。
现在直接说任务，AI已经知道该做什么、该怎么做、不该怎么做。
变化二：同一个错误不会发生第二次
以前AI给的建议，偶尔是三周前试过、证明不对的方案。
现在这种情况基本没有了——因为那次试过后就存了一条"这个方案不行，原因是XX"。
变化三：AI开始主动预警
当处理某类任务时，AI有时会主动说："上次遇到类似情况，你的结论是XX，这次要注意XX。"
它在帮你用自己的历史经验做决策，而不是每次从零开始推理。
本质变化：AI从"听我的指令干活"，变成了"了解我、帮我决策"。
这个转变不是靠更聪明的模型实现的，而是靠持续喂给它的记忆实现的。
三步上手指南
| 步骤 | 操作 |
|---|---|
| 第一步 | 打开Claude Code，说"记住我是XX职业，偏好XX风格"，AI自动创建第一条user记忆 |
| 第二步 | 每次AI回复让你想说"以后别这样"，就说出来然后"把这个记下来"，三周后feedback记忆兜住大部分重复沟通 |
| 第三步 | 踩了坑之后立刻让AI保存一条feedback记忆说明原因，不要等，等了就忘了 |
最容易开始的时机：今天，跟AI说：
帮我把我的基本信息存成一条user记忆：我是 [职业]，偏好 [工作风格]，不喜欢 [XX类型的回复]。5分钟，第一条记忆就有了。
结语
Claude Code的Memory系统，是用了之后觉得"不能没有"的功能，但在各种教程里被提到的次数少得离谱。
不是因为它难，而是因为它的价值是慢慢显现的：
- 第一周看不出来
- 第三周开始有感觉
- 三个月后回头看，发现AI已经是另一个样子了
积累是复利，记忆是载体，时间是变量。
越早开始存，越早收到复利。
关键词：Claude Code, Memory, 记忆系统, 长期记忆, AI助手, 使用技巧
