Skip to main content

AI 記憶完全解析：情境遺失的成因與解決方案

· 閱讀時間約 8 分鐘
Felo AI
Felo AI
Operations

AI 助手在 session 結束後為何會忘記所有內容、不同記憶架構如何運作，以及實際解決持續性工作情境遺失問題的做法。

每次開啟 Claude Code，它都從零開始。它不記得你的程式碼庫、你的決策，也不記得昨天的對話。這不是下一個模型更新就能修復的限制——這是語言模型運作方式的根本架構特性。

理解原因，有助於你選擇正確的解決方案。

ai memory explained — how language model statelessness works and external memory solutions

AI 助手為何天生無狀態​

語言模型被訓練來根據一串輸入 token 預測下一個 token。模型本身——數十億個參數——在訓練後是固定的。它不會根據你的對話更新、學習或記住任何東西。

每個 session 將模型載入記憶體，並通過它處理你的輸入。session 結束時，計算停止。那個 session 的任何內容都不會寫回模型。

這是刻意的設計，有充分理由：

可預測性。 一個根據使用者互動自我更新的模型會以不可預測的方式漂移。兩個問同樣問題的使用者可能根據最後與它對話的人而得到不同答案。

可擴展性。 無狀態系統更容易擴展——你可以同時執行數千個並行實例，它們之間不需要任何協調。

安全性。 一個累積所有使用者情境的模型將是嚴重的隱私和安全風險。

無狀態性不會消失。解決方案是外部記憶——在模型之外儲存情境，並在 session 開始時載入。

三種記憶架構​

1. 情境內記憶（暫時性）​

目前活躍 session 中的內容。這是情境視窗——你說的一切、Claude 的所有回應、它在本 session 讀取的每個檔案。

快速且立即可用。session 結束時完全消失。

現代模型的情境視窗已很大（數十萬 token），但仍有限制，session 結束時仍會重置為零。

2. 外部記憶（持久性）​

模型之外的儲存——檔案、資料庫、向量儲存——Agent 從中讀取並寫入。這跨 session 持久存在。

外部記憶的類型：

  • 檔案型（CLAUDE.md）： Agent 在 session 開始時自動讀取的簡單 markdown 檔案。靜態，手動維護。
  • 工作區型（MemClaw）： 包含決策、狀態、成果的結構化專案工作區。Agent 自動讀寫。
  • 向量資料庫： 用於大型文件語料庫的語意儲存。在查詢時檢索相關片段。適合參考資料，不適合專案狀態。

3. 權重內記憶（永久性、唯讀）​

訓練期間烘焙進模型的知識。Claude 了解 Python、SQL、軟體架構模式——全部來自訓練資料。這在執行時無法更新。微調可以擴展它，但成本高昂且不適合專案特定知識。

對於你的特定程式碼庫、你的團隊決策、你的專案歷史——外部記憶是唯一選項。

外部記憶實際需要儲存什麼​

並非所有情境都值得持久化。長期價值最高的內容：

包含理由的架構決策：

2026-04-08: 選擇 Postgres 而非 MySQL。
原因：客戶的 DBA 只支援 Postgres。無法更改。
已排除：MySQL（營運限制）、SQLite（規模考量）

理由和決策本身一樣重要。沒有理由，Claude 可能在未來的 session 中說服你放棄這個決策。

包含根本原因的已排除方法：

2026-03-15: 嘗試了 Redis 進行 session 快取。
結果：webhook handler 中的 race condition——這裡無法使用 Redis。
請勿再次嘗試。

死路記錄可防止重新探索失敗的方法。

當前狀態：

Sprint 8（截止 2026-04-11）：結帳流程進行中。
Webhook handler 完成。重試邏輯待處理。
阻塞：等待 Stripe 文件更新。

這是 Claude 在恢復工作時首先讀取的內容。

不值得持久化的內容： 已被取代的中間推理步驟、未成為決策的暫時想法、Claude 已知的通用最佳實踐。

MemClaw 如何實作外部記憶​

MemClaw 讓 Claude Code 每個專案都有一個工作區。架構如下：

  1. 你在 Claude Code 上將 MemClaw 安裝為技能
  2. 每個專案在 Felo 的儲存中獲得一個獨立工作區
  3. 在 session 開始時，你載入工作區——Claude 讀取情境
  4. 在 session 期間，你將決策和成果儲存到工作區
  5. 下一個 session 以所有已新增的情境開始

工作區模型直接對應開發者的思維方式：一個專案、一個工作區、乾淨的隔離。

安裝：

/plugin marketplace add Felo-Inc/memclaw
/plugin install memclaw@memclaw
export FELO_API_KEY="your-api-key-here"
Create a workspace called MyApp
Load the MyApp workspace
Add decision to workspace: [決策 + 理由]

完整設定指南 →

AI 記憶的未來​

情境視窗正在變大——這一趨勢將持續。更長的視窗降低了 session 內情境遺失的頻率，但無法解決 session 間的遺失。即使有百萬 token 的情境視窗，下一個 session 仍從零開始。

更好的檢索正在改善外部記憶：向量搜尋越來越準確，檢索速度越來越快。但基本的讀寫循環——session 開始時載入情境，session 結束時儲存決策——仍將是專案特定記憶的核心模式。

有效的心智模型：將情境視窗視為 RAM（快速、暫時），將外部記憶視為硬碟（緩慢、持久）。兩者都需要。情境視窗處理你現在正在處理的內容；外部記憶處理需要存活的內容。

開始使用​

對於大多數持續性開發工作：

  1. 安裝 MemClaw（memclaw.me）
  2. 為每個活躍專案建立一個工作區
  3. 在每個 session 開始時載入
  4. 工作時記錄決策和狀態

立即使用 MemClaw →

相關指南​