基础篇
进阶篇
高频篇
精选篇
手写篇
面经篇
AI 篇
原理篇
每日一题
小程序题库
  • 知识卡片碎片时间过考点
  • 场景篇按分类整理的大前端场景考点
  • 历年面经按年份追踪真实考点
  • 算法题库NEW在线编码即时判题
  • 专项自测100 题快速查漏
  • 前端基础
    • HTTP从报文一路讲到 HTTPS
    • 浏览器渲染、事件循环、进程
    • 计算机基础Linux、网络、操作系统
  • 进阶专项
    • 设计模式23 种模式怎么用
    • 前端系统进阶学习大型项目工程化
    • 前端综合文章长期沉淀的实践文
  • 工程与工具
    • Node学习指南从环境搭建到服务端
    • NPM工作流script、依赖与发布
    • Docker容器化部署上手
    • Canvas图形与动画实战
  • 路线与导图
    • 思维导图知识点全景图
    • 学习路线按图索骥不跑偏
  • 动态
    • 公众号动态公众号历史文章
    • 博客动态站长的技术博客
    • 开发者导航常用工具与文档站
    • AI 热点每日 AI 资讯与动向
AI 工作台
旧版
AIHT
内容
精选全部 AI 动态热点榜AI 日报收藏
分类
模型行业编程产品技术观点开源
更多
Agent 接入
返回首页开发者导航
AIHT
精选 / 资讯详情
8.0
热点
AI SCORE
编程提效2026-11-21 03:56

63 次测试比较 Claude Code 三种记忆方案

dev.to · AI#Claude Code#上下文管理#工具测评
Editor brief · 编辑速览

Mnemolith 作者用七项任务比较无记忆、CLAUDE.md 和自身记忆工具,共运行 63 次,报告正确完成数分别为 9、18、21 次,每组均为 21 次。三组平均单任务成本接近,测试涉及历史决策、业务约束和跨会话信息。

文章思维导图
Knowledge map
拖拽缩放
AI deep read

AI 深度解读

给 Claude Code 加记忆,能不能减少它改错代码?Mnemolith 的作者拿同一组项目事实,对比了无记忆、CLAUDE.md 和 Mnemolith 三种配置。结果支持一个有限的结论:项目约束确实有用,自动保存跨会话信息也有价值,但这次实验还不足以证明专用记忆工具全面胜过 CLAUDE.md。

这篇值得读的地方,是作者同时交代了有效的部分和没测出收益的功能。对日常使用 AI 编程的人来说,关键在于分清:哪些错误来自缺少上下文,哪些能力仍需要更大的实验验证。

这 63 次运行,究竟测了什么

作者在一个示例代码库里准备了 7 个任务,每个任务在三种配置下各跑 3 次,总计 63 次运行,模型是 Claude Opus 5.5:

  • 不提供记忆。
  • 用 CLAUDE.md 提供项目事实。
  • 用 Mnemolith 提供相同的项目事实。

任务需要的都是「同事才知道」的信息:过去为什么做某个决定、哪支团队负责哪块代码、向合作方承诺过什么,以及业务规则。其中 2 个任务需要使用先前会话里提过的信息。每次运行由自动检查评分。

这种设计针对的是一类明确的问题:代码本身未必能告诉 Claude,某个接口已经向合作方承诺冻结,或者退款必须经过审批。

能读懂代码,不等于知道哪些事情获得了业务授权。

实验中,无记忆的 Claude 每次都出现了相应的越界行为:修改其他团队的代码、改动冻结的合作方 API,以及跳过退款审批。三种配置的单任务成本则大致相同。不过,原文没有给出具体金额或成本拆分,不能据此推导长期使用的成本。

专用记忆的增量,出现在跨会话信息里

CLAUDE.md 已经能承载项目事实。Mnemolith 在这次实验里更明确的优势,是自动留下了会话中新出现的信息。

作者举的例子是数据库地址:它曾在更早的一次会话中被提及,CLAUDE.md 没有记录下来;Mnemolith 自动保存,并在下一次会话中使用了它。

这里需要区分两件事。静态文件能否提供已写进去的知识,与工具能否自动捕获后来出现的知识,是两个不同的能力。这个结果支持后者的价值,却不能证明 CLAUDE.md 无法表达同样的信息。

原文也没有展开说明,起始时「相同的事实」具体包含什么,以及跨会话信息如何进入各组配置。要完整复现实验,这些细节仍需确认。

Mnemolith 的另一个核心设计,是把每条记忆关联到它依赖的文件。当文件变化时,工具会将相关记忆标记为可能过期。

但在这个小仓库中,过期标记没有改变结果。Claude 自己阅读代码,就发现了变化。作者认为它可能在大仓库里更有帮助,同时明确承认:这个判断尚未得到验证。

团队共享以后,记忆也需要审查

作者还加入了团队共享记忆:内容以普通 Markdown 文件保存在仓库里,通过 PR 审查;当某个 PR 使记忆可能过期时,GitHub Action 会发表评论提醒。

这让项目知识进入了现有的协作流程。团队可以看到一条记忆是怎么写入、怎么修改的,也能检查它是否仍然符合代码和业务约定。

小团队测试中,共享记忆答对了 4/4 个任务,共享 CLAUDE.md 答对了 3/4 个。但每个任务只运行一次,作者也把它称为一个方向,而非最终成绩。一次任务的差距,还无法说明结果是否稳定。

工具本身在本地运行,无需账号或 API key,使用 MIT 许可证。复现实验仍需使用自己的 Claude Code 套餐,不能把工具的使用条件理解成模型调用免费。

我的判断

我赞成先把团队约束明确提供给 AI。代码归属、接口冻结和审批规则,往往无法只靠源码可靠推断。这个实验也提醒我们,评估 AI 编程不能只看功能是否跑通,还要检查它有没有违反约定。

但选工具时,应把两种收益分开判断:一是提供上下文,二是自动维护上下文。前者用 CLAUDE.md 就能开始做;后者才是 Mnemolith 这类工具需要证明的增量。

这次实验规模有限,任务又专门要求使用团队知识,因此结论更适用于这类任务,不能直接推广到所有编码工作。原文没有列出完整分项成绩,也没有证明大仓库收益。团队测试虽然给出了对照数字,但样本太少;「过期提醒在大仓库更重要」仍是作者的推测。

能拿来做什么

  • 先把真实约束写进 CLAUDE.md,例如 Node 服务的合作方 API 是否冻结、哪些目录由其他团队维护,以及哪些业务操作必须审批,并给这些规则安排维护责任人。
  • 如果经常在新会话里重复补充项目事实,可以评估自动记忆工具;重点检查它能否保存并正确找回信息,以及保存内容是否准确。
  • 从自己项目里挑几类容易越界的任务,对比无记忆、CLAUDE.md 和自动记忆的结果,并重复运行。检查项要包含团队约定,不能只看测试是否通过。
  • 团队采用共享记忆时,把 Markdown 内容纳入 PR 审查;先核实事实,再让它成为后续 AI 编程的依据。
Original source

本文由 AI 通读原文后重新编写,观点部分为站内判断,细节以原文为准,来源 dev.to · AI,原文版权归原作者所有。

阅读原文
上一篇
让文档与代码同批更新,减少智能体误改
下一篇
代码没写模型名,也可能调用退役模型

资讯速览

dev.to · AI · 2026-11-21 03:56

AI 评分 8.0 / 10

相关标签

#Claude Code#上下文管理#工具测评

继续阅读

  • AI 代码验收:用独立检查补足测试盲区
  • 让文档与代码同批更新,减少智能体误改
  • 代码没写模型名,也可能调用退役模型
  • 115 次合并背后的 AI 开源贡献流程
  • 让 AI 操作 Windows,先划清授权边界