Claude Code 现在有三套记忆系统。大多数人只知道第一层。

Artem 通过反向工程 Claude Code 源码，完整解析了这套多层记忆架构。

Layer 1：CLAUDE.md

最常见的方案。who you are、how you work、你的规则和偏好。问题在于：文件越来越大，旧规则堆积，你的工作方式在变但文件跟不上。每次新建 chat 都得从零说起。

Layer 2：Auto-Memory

Claude Code 推出的一套自动记忆机制。MEMORY.md 是索引文件（最多 200 行），每条记忆是独立文件，有 name、description、type。四种类型：

  • user：你是谁
  • feedback：纠正和确认
  • project：正在进行的工作
  • reference：外部系统指针

开启方式：/memory → 开启 auto-memory。每纠正一次，下个 session 自动加载。不需要手动维护，Claude 在后台管理。Artem 把这些文件 symlink 到 Obsidian vault，通过 Obsidian Bases 把每条记忆当成一行查看。

Layer 3：Auto-Dream

真正有意思的新功能。上周悄悄推出，还是 research preview。核心是一个 24 小时运行一次的后台 prompt，对记忆文件做反思性整理——像人类睡觉时的记忆整合。

重构出的完整 prompt 分四阶段：

  • Orient：确认允许存在的边界，读取 index 文件
  • Gather signal：收集日常日志、已漂移的记忆，最重要的是—— transcript search。Claude 有权限访问本地完整对话记录，从中判断哪些偏好已经过时、哪些需要更新
  • Consolidate：把新信息合并进已有记忆，删除矛盾的 facts，把相对日期转成绝对日期
  • Prune and index：更新 index 文件，确保不超过 200 行

开启方式：/memory 设置里打开 auto-dream。之后就以后台进程运行。

Session 加载顺序

新建 session 时 Claude 收到的上下文顺序：

  1. CLAUDE.md（最先）
  2. MEMORY.md index（最多 200 行）
  3. 相关 individual memory files（按需加载，不进 system prompt）

这个顺序设计保证了 context window 效率最优。

完整闭环：Work → Retrospective → Memory → Better Work

Artem 有一个 retrospective skill，运行 sub-agents 分析对话记录，提出 skill 更新建议和新记忆。流程：

  1. 从对话中提取信号：被纠正了什么、重做了哪些、第一次就成功的是什么
  2. Claude 把发现以表格形式呈现
  3. Artem 审核、批准或拒绝

每完成一个工作，跑一次 retrospective。下次做同类工作时，Claude 已经知道你的模式和偏好。Artem 在 Obsidian 里给每个生活领域建了 dashboard（健康、内容、目标等），Claude 可以直接读这些 dashboard 保持对上下文的一致理解。

全栈架构

CLAUDE.md → 稳定的 persona 和规则（不频繁变动） Skills → 结构化流程和 playbook（做某件事的本质，被文档化） Dashboards → 各领域上下文（你在每个生活领域在做什么） Auto-memory → Claude 自动管理的动态偏好 Auto-dream → 24h 后台整合 + 遗忘

任何新 agent 读取这四层就能上手工作。第一个月可能很薄，只有几条记忆；六个月后，它知道你的模式、你的决策、什么有效——不只是事实，是理解。这些数据就是你的资产，是你的竞争优势。你在工作里训练你的 agent。每一次 session 都让它变得更好。