很多人第一次使用 Claude Code 时，都会有一种很奇怪的感觉：

它好像真的“记得”我之前做过什么。

你让它连续改几个小时代码，它仍然知道：

• 当前在修哪个 Bug

• 刚刚改过哪些文件

• 哪个方案已经失败过

• 下一步应该继续做什么

甚至隔了很久回到项目里，它还能接上之前的工作。

但问题是：

大模型的上下文窗口再大，也不可能无限大。 一个真实的软件项目，往往会包含：

• 几十到上百个文件

• 数十轮对话

• 大量工具调用

• 很长的日志、报错和代码片段

如果把所有内容都塞进 Prompt，模型迟早会“失忆”。

所以 Claude Code 真正厉害的地方，并不是上下文窗口有多长，而是它实现了一套完整的：

• 记忆系统（Memory）

• 多层上下文管理

• 自动压缩（Compact）

• 项目级长期知识

这篇文章，我们就来完整拆解 Claude Code 是如何做到“看起来像真的记住了一切”的。

一、为什么单纯扩大上下文窗口没有意义

很多人会认为：

上下文窗口越大，模型就越聪明。

但实际上，大窗口只能解决一部分问题。

假设你正在让模型帮你开发一个 Web 项目。

前 20 轮里，你们已经完成了：

• 登录页

• JWT 验证

• 用户信息缓存

• 接口封装

然后你继续让它：

• 修改路由

• 修复权限 Bug

• 调整 UI

• 写测试

当上下文越来越长时，会出现几个问题：

1. Token 成本不断上升

2. 推理速度越来越慢

3. 早期信息开始被边缘化

4. 模型会逐渐“忘记”前面已经做过什么

于是你会看到这种经典场景：

• 模型重新建议一个已经被否定过的方案

• 又一次修改已经修好的文件

• 忘记用户已经说过“不要动 tests 目录”

• 又把登录逻辑重写一遍

所以真正的问题不是“窗口够不够大”，而是：

哪些内容应该被永久记住？哪些内容应该被压缩？哪些内容应该被丢掉？

Claude Code 的答案，就是把上下文拆成多层记忆。

二、Claude Code 的六层记忆架构

Claude Code 并不是简单地维护一份聊天记录，而是把信息分成六层。

大致可以理解为：

1. 当前输入

2. 最近几轮对话

3. Tool 调用结果

4. Session Memory

5. Project Memory

6. 长期用户偏好

其中真正关键的是中间两层：

• Session Memory

• Project Memory

它们分别解决“当前正在做什么”和“这个项目是什么”两个问题。

三、Session Memory：让模型知道“现在做到哪里了”

Session Memory 可以理解成“当前工作记忆”。

它并不会保存所有聊天记录，而是会把当前任务压缩成一个简洁、结构化的状态。

例如：

当前任务：为登录系统增加 refresh token

已完成：

- Login.tsx 已接入 JWT 登录

- auth.ts 已增加 token 校验

- 用户信息已写入 localStorage

失败尝试：

- 尝试使用 cookie 持久化，但跨域失败

下一步：

- 增加 refresh token 接口

- 在 axios 拦截器中自动刷新

这类信息会被长期保留在当前会话里。

因此即使原始聊天记录已经被压缩、裁剪，模型仍然知道：

• 目前做到哪里

• 哪些文件改过

• 哪些方案不能再试

• 下一步该做什么

这也是为什么 Claude Code 很少会突然“重新开始”。

因为它真正依赖的，不是完整聊天记录，而是 Session Memory。

四、Project Memory：让模型记住整个项目

如果说 Session Memory 是“当前任务记忆”，那么 Project Memory 就是“项目长期记忆”。

它保存的是更稳定、更长期的信息，例如：

• 项目的技术栈

• 目录结构

• 用户的编码习惯

• 项目里的约定

• 常见文件位置

例如一个项目可能会被记录成：

项目：后台管理系统

技术栈：Next.js + Tailwind + Prisma

目录规则：

- API 放在 /src/api

- 页面放在 /src/pages

- 公共组件放在 /src/components

项目约束：

- 必须使用 TypeScript

- 不允许修改 tests 目录

- 所有样式优先使用 Tailwind

有了这层信息，模型下一次进入项目时，不需要重新扫描整个仓库。

它已经知道：

• 应该去哪找代码

• 应该用什么方式写

• 哪些地方不能碰

所以它表现得更像一个真正长期参与项目的工程师。

五、双轨注入：为什么 Claude Code 不会把所有东西都塞进 Prompt

Claude Code 有一个非常关键的设计：

双轨注入（Dual Injection）

也就是把不同类型的信息，放到不同位置。

第一轨：稳定信息

长期不变的信息，会被放到系统提示或者 CLAUDE.md 一类的位置。

例如：

• 项目技术栈

• 长期规则

• 用户偏好

• 目录结构

比如：

- 始终使用 TypeScript

- 所有接口放在 /src/api

- 不允许修改 tests 目录

- Tailwind 优先于 CSS 文件

这些内容不会频繁变化，因此不需要每一轮都重新生成。

第二轨：动态信息

动态变化的信息，会被放到当前对话上下文里。

例如：

• 最近修改了哪些文件

• 当前正在修什么 Bug

• 哪个报错刚刚出现

• 哪个工具刚刚运行过

例如：

最近修改：

- Login.tsx

- auth.ts

当前问题：

- refresh token 在 token 过期后没有自动刷新

这样一来：

• 稳定信息不会被重复浪费 Token

• 动态信息又能保持实时更新

这也是 Claude Code 在长会话里依然很稳定的原因。

六、Claude Code 如何决定“什么值得记住”

模型并不会把所有内容都记下来。

Claude Code 会先做一次筛选。

它会判断：

• 这条信息是否与当前任务有关

• 是否可能在未来再次被引用

• 是否属于长期规则

• 是否只是一次性的临时内容

例如下面这些内容，大概率会被保留：

• 当前正在修的 Bug

• 最近修改过的文件

• 用户明确提出的约束

• 项目结构和技术栈

• 已经验证过的结论

而下面这些内容，则会被丢弃：

• 一次性的闲聊

• 无意义的长日志

• 重复的工具输出

• 已经失败且不会再用的尝试

例如：

npm install 输出了 300 行日志

这类内容通常不会被保留。

真正会留下来的，往往只是：

安装失败，原因是 react-router-dom 版本冲突

Claude Code 会尽可能把“信息”留下，而不是把“原文”留下。

七、Compact：Claude Code 是如何压缩上下文的

Claude Code 内部有一套完整的 Compact 机制。

当上下文开始接近上限时，它不会突然丢掉前面的消息，而是逐步压缩。

视频里提到了四个层级：

• Snip Compact

• Micro Compact

• Context Collapse

• Auto Compact

1. Snip Compact

最轻量的压缩。

它只是把明显无意义的内容删掉。

例如：

• 重复日志

• 大段重复代码

• 已经出现过的报错

• 连续几轮没有变化的内容

例如：

省略：重复的 npm install 输出

省略：重复的 stack trace

这个阶段，整体结构几乎不会变化。

2. Micro Compact

进一步压缩。

它会把几轮对话、多个工具输出、连续的修改过程，压缩成一个简洁摘要。

例如原本是：

打开 auth.ts

修改 Login.tsx

修复 JWT 校验

添加 localStorage

测试登录成功

压缩后会变成：

已完成登录流程与 JWT 验证，用户信息已持久化。

3. Context Collapse

当上下文已经非常长时，会触发“上下文折叠”。

此时系统只会保留：

• 当前任务

• 最近修改

• Project Memory

• Session Memory

• 最关键的少量上下文

其它内容会被折叠成一个高度摘要。

例如：

之前已完成：

- 登录模块

- 权限模块

- 路由守卫

当前继续处理 refresh token

虽然详细过程没了，但任务状态仍然保留。

4. Auto Compact

Claude Code 会自动判断什么时候需要压缩。

触发条件通常包括：

• Token 使用量过高

• 上下文接近窗口上限

• 最近几轮新增了大量工具输出

也就是说，用户通常不会感知到“压缩”这件事。

系统会在后台自动完成。

八、多阶段压缩：为什么 Claude Code 的摘要比普通 AI 更可靠

很多 AI 的压缩方式很粗暴：

直接把几十轮对话压成一句话。

这样很容易漏掉关键内容。

Claude Code 更像是在做“多阶段整理”。

它大致会经历：

1. 完整读取上下文

2. 提取重点

3. 生成结构化摘要

4. 再进一步压缩

可以理解成：

原始对话

→ 工作记录

→ Session Memory

→ 超短摘要

这样做的好处是：

• 不容易遗漏关键文件

• 不会忘记失败尝试

• 能保留“下一步该做什么”

• 压缩后仍然能继续工作

Claude Code 看起来“不会忘”，本质上是因为它先把重要内容存进记忆，再删除原始上下文。

九、四阶段记忆整理流程

Claude Code 内部还有一个非常像“知识管理”的流程：

1. Direct

2. Gather

3. Consolidate

4. Prune & Index

Direct

先记录所有发生的事。

包括：

• 用户说了什么

• 修改了哪些文件

• Tool 返回了什么

• 模型做了哪些决定

Gather

收集与当前任务相关的内容。

例如：

• 最近修改的文件

• 最近运行的命令

• 当前 Bug 对应的报错

Consolidate

把这些内容整理成结构化记忆。

例如：

当前任务：修复 refresh token

已修改：Login.tsx、auth.ts

当前阻塞：跨域导致 cookie 无法使用

下一步：改用 Authorization Header

Prune & Index

最后删除无意义内容，并建立索引。

这样未来模型需要时，可以快速找到：

• 哪个文件之前改过

• 哪个问题之前出现过

• 哪个方案之前已经失败

十、为什么 Claude Code 比普通聊天机器人更像“项目搭档”

普通聊天机器人往往只能看到当前几轮消息。

一旦对话变长，就会：

• 忘记约束

• 忘记文件

• 忘记任务进度

而 Claude Code 的行为更像一个真正的工程师：

• 有工作日志

• 有项目文档

• 有长期记忆

• 会自动整理和压缩信息

它并不是“记住了所有聊天记录”。

它真正记住的是：

• 项目是什么

• 当前做到哪里

• 哪些内容重要

• 哪些内容可以丢掉

这也是 Claude Code 最大的秘密。

它不是在“存聊天记录”，而是在“持续维护项目状态”。

十一、Claude Code 的真正未来

未来的大模型，不会只是拥有越来越大的上下文窗口。

真正重要的是：

• 有长期记忆

• 能主动整理知识

• 能理解项目结构

• 能知道“下一步该做什么”

Claude Code 展示的，其实已经不是传统意义上的“聊天 AI”，而更像是一种：

持续参与项目、不断整理上下文、长期陪伴开发的 AI 工程师。

而记忆系统，正是这一切的基础。