关注 霍格沃兹测试学院公众号，回复「资料」, 领取人工智能测试开发技术合集

导读

你有没有遇到过这种情况：

• 写到一半，模型“忘了”你刚刚的设计约束

• 多轮对话后，代码风格开始漂移

• 上下文越长，token 越贵，但效果反而变差

问题不在模型能力，而在记忆机制。

最近一个项目开始把这件事工程化解决：claude-mem —— 给 Claude Code 加一层“长期记忆系统”。  https://github.com/thedotmack/claude-mem

目录

1. 为什么“记忆”是当前 Agent 的最大短板

2. claude-mem 在做什么（不是简单存日志）

3. 核心架构：压缩、抽取、注入

4. 和 OpenClaw / Claude Code 的定位差异

5. 能落地的工程场景（不是概念）

6. 这类方案的边界与风险

---

一、为什么记忆是当前 Agent 的最大短板

现在大多数 AI 编程工具，本质还是：

• Prompt + 临时上下文

• Session 内有效，Session 外失忆

这会导致三个工程级问题：

1）上下文“越用越脏”

长对话会引入：

• 冗余指令

• 过期决策

• 错误假设残留

最终结果：模型越来越不稳定

---

2）经验无法复用

你每次都在：

• 重复解释项目结构

• 重复定义编码规范

• 重复纠正模型行为

这本质是没有长期记忆层

---

3）成本指数上升

上下文越长：

• token 成本 ↑

• 推理延迟 ↑

• 质量反而 ↓

---

所以：

现在的 Agent，更像“短期记忆+强推理”，而不是“持续学习系统”

---

二、claude-mem 在做什么（关键不是“存”，而是“压缩”）

这个项目核心做了三件事：

1）全量记录

• 捕获 Claude 在 coding session 中的行为

• 包括：对话、修改、决策路径

这一步很多工具都能做（日志系统）

---

2）AI 压缩（关键）

不是简单存文本，而是：

• 抽取关键决策

• 去掉冗余上下文

• 生成“高密度记忆片段”

类似于：

原始上下文：5000 tokens
压缩后记忆：200 tokens（但保留核心信息）

---

3）精准注入

在未来交互中：

• 根据当前任务

• 自动检索相关记忆

• 注入 prompt

本质是一个轻量版 RAG + Memory Layer

---

三、核心架构拆解（工程视角）

可以把它理解成三层结构：

[Session行为流]
        ↓
[Memory Engine]
   - 抽取
   - 压缩
   - 存储
        ↓
[Context Injection]
   - 检索
   - 重组
   - 注入Prompt

---

关键技术点

1）记忆抽取策略

不是所有信息都要记：

• 设计决策（要）

• bug 修复经验（要）

• 临时调试输出（不要）

这是“信号 vs 噪音”的问题

---

2）压缩模型质量

压缩如果做不好：

• 会丢关键上下文

• 或引入错误总结

直接影响后续推理准确性

---

3）注入时机

不是每次都注入：

• 过多 → 干扰推理

• 过少 → 没价值

需要动态策略

四、和 OpenClaw / Claude Code 的区别

很多人会混淆这几类系统，其实是不同层：

组件	解决问题	核心能力
Claude Code	写代码	Agent执行
OpenClaw	多工具编排	Agent平台
claude-mem	记忆能力	长期上下文

---

可以这样理解：

Claude Code = 手
OpenClaw    = 身体
claude-mem  = 大脑记忆

---

五、能真正落地的场景

这类系统不是“看起来很强”，而是确实有几个高价值场景：

---

1）大型代码库协作

问题：

• 每次都要解释架构

解决：

• 自动记住：

  • 模块边界

  • 命名规范

  • 依赖关系

---

2）测试开发（重点）

你会明显受益：

• 记住测试策略

• 复用历史用例设计逻辑

• 自动延续断言风格

本质是“测试经验被模型继承”

---

3）长期项目迭代

例如：

• SaaS系统

• 中后台平台

• AI工具链

模型可以逐渐：

• 理解业务语义

• 记住设计权衡

• 避免重复错误

---

4）个人开发助手

你会得到一个效果：

一个越来越像“你”的 AI

---

六、这类方案的边界（必须看）

1）记忆污染问题

错误信息一旦写入：

• 会被持续引用

• 甚至被强化

---

2）上下文偏置

过度依赖历史：

• 会限制模型探索新解法

• 导致“路径依赖”

---

3）安全问题

如果接入企业代码：

• 记忆层 = 数据资产

• 需要权限隔离与审计

---

4）成本问题

虽然压缩降低 token：

但新增：

• 存储成本

• 检索成本

• 计算成本

---

七、一个更重要的趋势

这件事背后其实是一个更大的变化：

Agent 正在从“对话系统”，变成“持续学习系统”

未来的系统结构，大概率是：

LLM（推理）
+ Memory（记忆）
+ Tools（执行）
+ Workflow（编排）

---

结尾

如果说过去的 AI 是：

• 聪明，但不记事

那么现在开始：

• 不仅会做事

• 还会记住你做过什么

这一步，决定了 Agent 能不能真正进入工程体系。

---

留个问题（评论区见）

你现在用 AI 写代码时：

• 最大的问题是“不会写”

• 还是“写完就忘”

或者说：

你更需要一个更强的模型，还是一个“不会忘的模型”？

关于我们

霍格沃兹测试开发学社，隶属于 测吧（北京）科技有限公司，是一个面向软件测试爱好者的技术交流社区。

学社围绕现代软件测试工程体系展开，内容涵盖软件测试入门、自动化测试、性能测试、接口测试、测试开发、全栈测试，以及人工智能测试与 AI 在测试工程中的应用实践。

我们关注测试工程能力的系统化建设，包括 Python 自动化测试、Java 自动化测试、Web 与 App 自动化、持续集成与质量体系建设，同时探索 AI 驱动的测试设计、用例生成、自动化执行与质量分析方法，沉淀可复用、可落地的测试开发工程经验。

在技术社区与工程实践之外，学社还参与测试工程人才培养体系建设，面向高校提供测试实训平台与实践支持，组织开展 “火焰杯” 软件测试相关技术赛事，并探索以能力为导向的人才培养模式，包括高校学员先学习、就业后付款的实践路径。

同时，学社结合真实行业需求，为在职测试工程师与高潜学员提供名企大厂 1v1 私教服务，用于个性化能力提升与工程实践指导。