你跟 agent 说过一次用两空格缩进，换个会话它又用回四空格——很多工程师线上栽在这种失忆上，以为塞进上下文就叫记住了。上一课压缩会丢东西，那跨会话长期记得的事放哪？这课把记忆从上下文窗口里拎出来，单独当一个架构模块拆。

先把术语翻成人话

上下文窗口 ：本会话临时的工作台，关了或压缩了就没了

记忆 memory ：跨会话持久的存储，每次只挑相关的一小块用

CLAUDE.md ：项目里那份会话开头自动加载的偏好文件

scope 作用域 ：这条记忆归谁——只给你私有，还是团队共享

一、面试现场

面试官提问

“Claude Code 的记忆和上下文窗口，怎么区分怎么用？”

美团 Agent 应用面。面试官：你 agent 怎么记住用户上次说的偏好？候选人：都塞进上下文里啊。

面试官：那关掉会话、或者上下文一压缩，它不就忘了？——这题看似问实现，实考你能不能区分「上下文窗口」和「记忆」：前者是本会话临时的，压缩或关闭就没了；后者是跨会话持久的，每次按相关性挑一小块加载。把记忆等同于全塞进窗口，agent 既会失忆，又会被旧信息污染。

**直接回答：**记忆是窗口外的独立模块，每次只挑相关的一小块加载。

二、大多数人怎么答的

典型翻车回答

“记忆就是把历史对话存数据库，下次全捞出来塞进去。”

两个错。一是把对话日志当记忆——该长期记的是提炼后的事实和偏好（这个用户用 pytest、那个项目禁止改 prod），不是一整段流水账。流水账既占地方又难召回。

二是全量回灌会吃爆窗口又污染当前判断——把三个月前一个早就改了的决定又翻出来，模型可能照着过时信息办事。我认为，记忆的精髓是提炼 + 分层 + 按需召回，不是全存 + 全取。

三、记忆作为独立模块的 3 个要点

把记忆从上下文窗口里拎出来，单独当一个模块看。它和窗口的关系、怎么分层、怎么召回，是这课的核心。

① 记忆不等于上下文窗口：一个持久、一个临时

窗口是本会话的临时工作台，压缩或关闭就清空；记忆是持久存储，跨会话存在，每次按相关性挑一小块加载进窗口。它俩是分层的：记忆在窗口外面，用时才进来。这就是 2026 的共识——memory 是独立架构组件，不是更大的窗口。

**违反后果：**把记忆和窗口混成一个，要么关了会话全忘，要么为了不忘把什么都留在窗口里，迅速吃爆预算。

② 该记的是提炼后的事实，不是流水账

记忆里存的应是「用户偏好 X」「这个项目约束 Y」这类提炼后的事实，原始对话留个指针即可。流水账式存全文，召回时既不准又占地方。CLAUDE.md 就是这个思路的项目级落地：把这个项目每次都该知道的事实写成一份文件，会话开头自动加载。

**违反后果：**把整段对话当记忆存，召回时捞回一堆无关上下文，又稀释注意力又难命中真正有用的那条。

③ 分层 + 按需召回，别全量灌

记忆要分层、分权限：按类型存（用户画像、工作偏好、项目动态分开），每条再标明私有还是团队共享，召回时按当前任务挑相关子集注入，不是每次全捞。关键在于：只对这次对话有用的临时信息不进记忆（那是计划和任务清单的活），写入要去重更新，召回要带相关性和时效。

**违反后果：**个人偏好和团队规范混在一层、还全量召回，结果个人习惯污染了团队、过时的决定又被翻出来误导判断。

Claude Code 是怎么落地的（v2.1.88 源码）

一条记忆一个文件，存在项目目录 ~/.claude/projects/<项目>/memory/ 下；MEMORY.md 只放索引（一行一条），每次会话自动加载，正文不写进索引。

记忆分四类——用户画像、工作偏好、项目动态、外部资源指针，每条再标私有或团队（团队那份可提交进仓库共享）。

召回不靠关键词或向量，而是另起一个小模型调用，只读每条记忆的「描述」，挑出最多 5 条确定有用的注入——拿不准就一条都不给。

四、面试官追问链

追问 1

“一条记忆该存原始对话还是提炼后的事实？为什么？”

存提炼后的事实，原文留指针。别存「用户说了一长段关于他讨厌四空格的话」，而存「用户偏好：两空格缩进」。原因有二：召回时事实命中率高、占 token 少；原文式存储既难检索又会在召回时把无关内容一起拖进窗口。记忆是知识库，不是聊天记录备份。

追问 2

“个人偏好和团队规范都要记，混在一层会怎样？”

会互相污染。个人习惯混进团队层，会跟着推给所有同事；团队红线混进个人层，又会跟着你跑到别的项目。所以要按 scope 隔离：私有层（个人偏好）和团队层（项目规范）分开存、分开召回。CLAUDE.md 之所以放在项目仓库里，就是因为它是项目级的事实，该跟着项目走，不跟着人走。

追问 3

“记忆越攒越多，怎么防止它把过时的想法又翻出来？”

三件事：写入去重更新而非无脑追加（同一件事有新结论就覆盖旧的）、召回按相关性 + 时效排序、错的要能删。这正是 S3 第 28 课长会话记忆污染的延伸——不修治理流程，记忆攒几个月就开始乱推老想法。我认为记忆模块最被低估的部分不是怎么写进去，是怎么让它长期保持干净。

五、给你的 agent 加一层记忆

自造 agent 想跨会话记事，记忆是独立件。下面四步给你一个不污染、能召回的最小记忆层。

STEP 1 · 定该记什么（事实，非流水账）

只记提炼后的事实和偏好，原始对话留指针。写入前先问：这条三个月后还有用吗？

↳ 关键：记知识，不记聊天记录。

STEP 2 · 分层存（用户 / 项目 / 会话）

用 scope 字段隔离个人偏好、项目约束、临时记忆，分开存。

↳ 关键：CLAUDE.md 就是项目级的落地形态。

STEP 3 · 召回只取相关子集

按当前任务用关键词或向量挑最相关的几条注入窗口，绝不全量回灌

↳ 关键：召回是挑，不是倒。

STEP 4 · 写入去重更新、支持删除

同一件事有新结论就覆盖旧的；过时或错误的能删，定期清理。

↳ 关键：不治理的记忆三个月后开始乱推老想法。

**↳ 一句话验收：**判断记忆模块设计得对不对，问两句——**关掉会话它还记得吗？召回时它只给相关的那几条吗？**都是，记忆才是资产；否则它要么失忆，要么变成污染当前判断的噪声源。

六、本课总结

一句话总结

记忆是独立于上下文窗口的架构模块——窗口临时、记忆持久；该存提炼后的事实而非流水账，按 scope 分层、按相关性召回，写入要去重更新，否则攒久了就开始乱推老想法。

面试锦囊

**先说：**先区分：上下文窗口是本会话临时工作台（压缩/关闭就清空），记忆是跨会话持久存储、每次只挑相关一小块加载。memory 是独立架构组件，不是更大的窗口。

**再说：**三要点：只存提炼事实非流水账、按类型存再分私有/团队、按需召回不全量灌。CLAUDE.md 是项目级事实的自动加载版。

**最后补：**关键在于：记忆要治理——写入去重更新、召回带时效、错的能删；不治理就会污染判断（延伸 S3 L28）。CLAUDE.md 是 advisory，要必须执行靠 Hooks。

学AI大模型的正确顺序，千万不要搞错了

🤔2026年AI风口已来！各行各业的AI渗透肉眼可见，超多公司要么转型做AI相关产品，要么高薪挖AI技术人才，机遇直接摆在眼前！

有往AI方向发展，或者本身有后端编程基础的朋友，直接冲AI大模型应用开发转岗超合适！

就算暂时不打算转岗，了解大模型、RAG、Prompt、Agent这些热门概念，能上手做简单项目，也绝对是求职加分王🔋

📝给大家整理了超全最新的AI大模型应用开发学习清单和资料，手把手帮你快速入门！👇👇

学习路线:

✅大模型基础认知—大模型核心原理、发展历程、主流模型（GPT、文心一言等）特点解析
✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑
✅开发基础能力—Python进阶、API接口调用、大模型开发框架（LangChain等）实操
✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用
✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代
✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经

以上6大模块，看似清晰好上手，实则每个部分都有扎实的核心内容需要吃透！

我把大模型的学习全流程已经整理📚好了！抓住AI时代风口，轻松解锁职业新可能，希望大家都能把握机遇，实现薪资/职业跃迁～

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】