两个月前写过文章，来介绍如何配置记忆系统 更完美的记忆系统：让 AI 越用越懂你丨实践手记 · 05 ， 今天来聊一下如何配置长期项目的记忆系统。

一、一些误区。

对于那些长期项目，让 AI 真正记住我们的项目进展，方向计划和踩坑记录，需要一套跨对话的记忆系统，而不是依靠上下文压缩，交接文档，以及CLAUDE.md。

1、上下文是工作台，不是记忆

上下文压缩是用来给当前对话腾出空间，是有上限，而且会损失细节的。无论是codex 还是 claude的上下文压缩 /compact：他们做的事情都是把前面的对话替换成一份更短的结构化摘要，让当前会话还能继续。但它依旧是摘要。

图片

原始材料里有 100 个细节，第一次概括留下 60 个，第二次可能剩 40 个，第三次继续减少。

它很像一张图片被反复截图、转发、再截图。每一轮都还能认出来，但边缘越来越糊，细节越来越少。

所以 /compact 适合解决「这个对话还要继续，但空间不够了」。尽管你也可以主动控制压缩，但它不是记忆。

/compact 重点保留当前目标、已修改文件、关键决策及原因、失败方案及证据、未解决风险和下一步验证计划。删除闲聊、重复输出、过时计划和已经失效的尝试。

来源：rodya.top/articles/long-term-project-memory-system · 罗佳 Rodya 原创

2、handoff：给下一棒说明现在跑到哪

我们在上一篇文章也提到 分享几个常用且实用的 AI 使用技巧丨ChatGPT Codex 边做边学 · 实用主义教程（07） handoff 适合一次性交接。

比如现在做到哪里、哪些测试没过、修改了哪些文件、下一步先做什么。

但如果第十个对话只能看到第九个对话写的 handoff，第九个又只看过第八个写的 handoff，本质上仍然是多轮转述。

早期细节会一轮一轮地掉。

3、CLAUDE.md / `AGENTS.md：给 AI 立长期规矩

这类文件适合保存每次会话都要遵守的内容：项目是什么；目录怎么组织；哪些操作禁止做；文件如何命名；完成任务的验收标准是什么。

它们不适合保存：今天排查了什么；某个临时方案为什么失败； 一个 Bug 目前查到哪一步；下周准备继续验证哪条路径。

如果把这些流水账全塞进去，几个月以后，你只对 AI 说一句「你好」，它也要先读完几千行陈芝麻烂谷子。

规则越多，真正重要的规则反而越难被看见。

上面三个都有各自发挥作用的场景，但不应该把它们当作长期记忆。

来源：rodya.top/articles/long-term-project-memory-system · 罗佳 Rodya 原创

二、一些经验

我自己的知识库是长期使用维护，我使用四层记忆来维护。

图片

第一层：稳定记忆。

文件是：Long_Term_Memory.md。

只放三个月以后大概率仍然成立的内容，例如身份、写作偏好、长期工作方式和已经确认的规则。

这层回答的是：我是谁，我长期怎样做事。

第二层：当前状态

文件是：Current_Status.md

这一层只回答一句话：我现在正在做什么，下一步从哪里接上。

它只做跨项目仪表盘：最近在推进什么、哪些事情已经完成、下次会话最需要知道什么。我给它设了一个 80 行的硬预算。超过就压缩、外迁或归档。

第三层：项目记忆

每个长期项目单独维护 STATUS.md和 DECISIONS.md。

STATUS.md 放现状、待办和认领状态。

DECISIONS.md 放关键决定，以及当时为什么这样决定。

这层回答的是：这个项目走到哪里，哪些决定不能被随便推翻。

第四层：证据和历史

原始资料、归档、变更队列和 Git 保存完整证据。

前面三层只保留当前有效的结论。需要追溯「事情为什么变成这样」，再回到这一层。

这层回答的是：如果结论有争议，去哪里查原始证据。这套系统有一条最重要的纪律：一个事实只住一个地方，其他位置只放链接。同一件事复制三份，看起来更保险，实际上只会得到三个逐渐不一致的版本。

你可以使用下面的提示词初始化你的记忆系统。

请一次性检查、创建并安装本项目的四层记忆系统。先识别工作区根目录，阅读现有的项目指令、记忆文件、长期项目目录、STATUS.md、DECISIONS.md、归档和 Git 状态；不要直接覆盖已有内容。
如果你没有持久化文件写入权限、无法确认下次会话能读取这些文件，或没有项目级规则文件，请先明确说明限制与建议方案，不要假装已经完成。
确认具备条件后，先创建所有缺失的层与最小文件骨架；已有文件只增量整理，不覆盖：
1. 稳定记忆层：<工作区根目录>/Long_Term_Memory.md。2. 当前状态层：<工作区根目录>/Current_Status.md。3. 项目记忆层：为每个已识别的长期项目创建缺失的 STATUS.md 和 DECISIONS.md；不要为了凑结构创建空项目目录。4. 证据与历史层：确认原始资料位置、归档目录和变更队列文件可追溯；缺失时创建 <工作区根目录>/90_Archive/ 和 <工作区根目录>/00_System/AI_Change_Queue.md。若已有 Git 仓库，记录其为证据来源；若没有，不要凭空初始化 Git 或伪造历史。
然后，把下面的工作纪律写入本项目每次会话都会读取的规则文件（优先更新已有 CLAUDE.md、AGENTS.md 或项目规则，不要重复创建互相冲突的规则）：
1. Long_Term_Memory.md 只保存稳定、已确认的长期事实；写入前检索，冲突时更新旧记录。2. Current_Status.md 只保存当前有效进度与下一步，保持在 80 行以内；每个任务阶段结束或准备换会话时自动更新。超过 80 行时，项目细节外迁到对应项目的 STATUS.md，关键理由外迁到 DECISIONS.md，已结束过程归档；仪表盘只留一句当前结论和链接。不得为了压缩删除仍影响下一步的结论或原始证据。3. 每个长期项目用 STATUS.md 维护现状，用 DECISIONS.md 维护关键决定、依据、备选方案和重评条件；出现重要决定或状态变化时自动更新。4. 原始资料、测试结果、归档、变更队列和 Git 是证据层；证据不足时必须说「没有记录」或「待核验」，不得根据印象补全。5. 一个事实只住一个地方，其他位置只保留结论和链接；不得写入密码、密钥、Token、Cookie 或其他秘密。
完成后请：1. 用四层清单列出每层的路径、已存在/本次创建状态和各自规则；2. 列出读取过的现有文件，以及本次创建、修改、归档了哪些文件；3. 展示自动更新会在什么事件触发；4. 列出发现的重复、冲突、敏感信息或需要我确认的问题。

这段只需在第一次搭建、迁移工作区，或发现规则已经失效时使用。它会按照我们的规定来进行自动化的流程：

  1. 任务阶段结束或准备换会话：更新 Current_Status.md；
  2. 长期偏好、固定规则真的变化：更新 Long_Term_Memory.md；
  3. 做出会影响后续工作的关键选择：更新 DECISIONS.md；
  4. 新证据出现、结论有争议或风险较高：回到证据层核验，并更新相关结论。

当然，我所写的也只是经验，在运行一段时间或者每个月你都可以发送和AI 沟通优化你自己的记忆系统。

请对我的四层记忆系统做一次「月度体检与个性化优化」，检查四层记忆的健康状况，依据可追溯的重复证据：我至少三次明确提出的偏好、我反复纠正的问题、我持续采用的工作流程，或有文件/反馈支撑的稳定做法等识别真正属于我的工作习惯先写成「待我确认」，不要直接升级为长期规则。按「四层健康状况、已完成优化、待我确认的候选习惯、发现的风险或冲突、下月建议」五部分汇报。同时列出每个被创建、修改、外迁或归档的文件，以及更新前后的行数/大小；最后用不超过 5 条列出本月真正值得保留的长期经验，如果没有，不要凭空捏造。

三、不同记忆系统的交集

不同 Agent 的记忆实现并不一样。

有的使用向量检索，适合从大量资料里做模糊召回；有的只维护一个记忆文件，适合小项目；有的像 Claude Code 一样，使用小索引加主题文件。

所以真正值得迁移的，不是某个产品的目录名，而是这套纪律：

  • - 记忆分类；
  • - 写入前去重；
  • - 新结论覆盖旧结论；
  • - 错误内容及时删除；
  • - 索引保持有上限；
  • - 原始证据保留在可追溯的位置。

你可以和你 AI 直接沟通探索，直到找出符合自己的项目的记忆系统。

四、最后

真正能让 AI 越用越懂你的，不是一段永远不结束的长对话，而是一套由你掌控、能被检查、能被修改、也能被删除的长期记忆。

因为好的记忆系统，不只要告诉 AI 它知道什么。还要让它知道：哪些事情，我没有记住，需要回去查。

收录于AI 工具教程

作者提示: 个人观点，仅供参考