昨天留下的問題

Day 3 我們用 CLAUDE.md 給 Agent 一個「靈魂」——它記得規矩了。

但你有沒有想過一件事：

CLAUDE.md 記的是「規則」。那「你上個月隨口跟它說過的事」，它怎麼記得？

比如你某天跟它說「我們公司的 staging 主機是 UTC 時區，判讀 log 要記得 +8」。這不是一條該寫死進 CLAUDE.md 的通用規則，但你希望它以後都記得。它記得嗎？

預設——不記得。

一個殘酷的事實：LLM 天生失憶

這是你必須先接受的底層真相：

大型語言模型（LLM）本身是無狀態的。每一次對話，對它來說都是全新的開始。

你這次對話跟它講的一切，對話一結束、context 一清空，它就忘得一乾二淨。下次啟動，它又是一張白紙。

這聽起來很可怕——那昨天的 CLAUDE.md 為什麼有用？因為 CLAUDE.md 是每次開機自動塞回去的。它不是「記得」，是「每次都重新讀一遍」。

所以「記憶」的本質，其實是：

把該記住的東西，寫到一個檔案裡；下次啟動時，再讀回來。

記憶不是 LLM 的能力，是你在它外面搭的一套機制。

那為什麼不全部塞進 CLAUDE.md 就好？

好問題。理論上可以，但很快會爆炸：

• 你跟它講的事會越積越多，CLAUDE.md 會腫成幾千行
• 每次開機都全部讀進去 → 吃掉大量 context（也就是花更多錢、變更慢）
• 真正重要的那幾條鐵則，被淹沒在一堆瑣事裡

所以成熟的做法是把「記憶」和「規則」分開：

• CLAUDE.md（規則）：少量、鐵則、每次必讀。
• 記憶系統（知識）：大量、可累積、平常只讀「索引」，需要時才展開細節。

一個實際能跑的記憶系統長怎樣

我的艦隊裡，每個 Agent 的記憶就是一個資料夾，裡面兩種東西：

1. 一個索引檔（MEMORY.md）：每則記憶一行摘要，開機時整份載入。像目錄。
2. 一堆細節檔：每則記憶是一個獨立的小 .md，只有一件事。平常不載入，索引裡看到相關的、才去讀那一個檔。

運作起來像這樣：

• 開機 → 讀索引（幾十行，很輕）
• 你問到某個主題 → Agent 從索引找到對應那條 → 去讀那個細節檔 → 拿到完整脈絡
• 學到新東西 → 寫一個新的細節檔 + 在索引加一行

這個「索引 + 細節」的兩層設計，是為了在「記得很多」和「開機很輕」之間取得平衡。你可以累積上百則記憶，但開機成本幾乎不變。

該記什麼？不該記什麼？

這是最多人做錯的地方。我把記憶分成四類，都值得記：

• 使用者（他是誰、偏好、專長）——例：「老闆看不懂 UTC，時間一律換台北時間」
• 回饋（他糾正過你的規則 + 為什麼）——例：「他要『對的』不要『快的』，別給過渡方案」
• 專案（進行中的事、決策、限制）——例：「A 案凍結中，等客戶付款才解凍」
• 參考（外部資源指標）——例：「憑證在 X、儀表板在 Y」

不該記的：這次對話的暫時狀態（「現在做到第三步」）。那不是長期知識，是這次的進度——它該去別的地方（任務系統，後面會講）。

判準很簡單：這件事下個月還有用嗎？ 有 → 記憶。只有這次用 → 不是記憶。

記憶的紀律：不然它會爛掉

記憶系統最大的敵人不是「記太少」，是「爛掉」——記憶互相矛盾、過時的沒清、同一件事記了五遍。我的規矩是：

1. 寫之前先查重：已經有類似的，就更新那一則，不要再開一個新的。
2. 過時就刪或改：發現某則記憶已經不成立（例如那個檔案已經搬走了），當下就修正，不是留著誤導未來的自己。
3. 記「非顯而易見」的：程式碼裡查得到的東西不用記（去讀 code 就好）。要記的是「你不說、下次就會再踩一次」的隱性知識。

最後這點是精髓：記憶的價值，在於保存那些「不寫下來就會重新用學費換一次」的教訓。

為什麼這對「艦隊」特別重要

單一 Agent 有記憶已經很有用了。但當你有很多 Agent 時，記憶還解決了一個更大的問題：交接。

想像一個 Agent 因為某些原因停了，換另一個接手。如果所有狀態都在前一個的腦子裡（context 裡），一停就全沒了。但如果重要的東西都寫進外部記憶——新接手的讀一讀記憶，就能無縫接上。

記憶讓知識不綁在某一次對話上，而是綁在「這個角色」上。 這是後面 29 天能談「多 Agent 協作」「無人看管長跑」的前提。

今天的重點回顧

• LLM 天生無狀態——「記憶」不是它的能力，是你在它外面搭的「寫檔 + 讀回」機制。
• 把**規則（CLAUDE.md）和記憶（可累積的知識）**分開；記憶用「索引 + 細節」兩層，做到「記很多、開機輕」。
• 記四類：使用者 / 回饋 / 專案 / 參考；判準是「下個月還有用嗎」。
• 記憶要有紀律：查重、清過時、只記非顯而易見的教訓——否則它會爛掉。
• 記憶讓知識綁在「角色」而非「某次對話」，是後面多 Agent 協作與長跑的地基。

明天 Day 5：Part 1 基礎篇的最後一塊。光有腦（記憶）和靈魂（規則）還不夠，Agent 要能碰到外面的世界——查資料、發訊息、操作別的系統。我們來講 MCP 與外部服務整合，也就是怎麼「給 Agent 裝上工具」。

Genos Lin 是一位技術創辦人，同時擔任多個 AI 導入客戶案的技術顧問。他目前維運一套由 39 個 Claude Code Agent 組成的自動化系統，用於產品開發、業務流程自動化與客戶服務。