← 返回列表

Claude的记忆系统是如何工作的?

单站 安全产品人的赛博空间 发布 Mon, 15 Dec 2025 12:10:00 +0800 入库 2026-11-18T16:24:06

原创 chengable 2025-12-15 12:10 浙江

就在昨天,Manthan Gupta这位老哥又逆了Claude,分析了Claude的记忆系统,发现了一些与ChatGPT不一样的地方

就在昨天,Manthan Gupta这位老哥又逆了Claude,分析了Claude的记忆系统,发现了一些与ChatGPT不同的东西。

通过大量实验,Manthan发现Claude的上下文结构分为四个层次:

[0] 系统提示词(静态指令)

[1] 用户记忆

[2] 对话历史

[3] 当前消息

0和3我们不用解释,接下来我们对1和2详细分析。

Claude的用户记忆包含了以下关键信息:

这些记忆会以XML格式注入到每次对话中,例子如下:

<userMemories>
- User's name is Manthan Gupta.
- Previously worked at Merkle Science and Qoohoo (YC W23).
- Prefers learning through a mix of videos, papers, and hands-on work.
- Built TigerDB, CricLang, Load Balancer, FitMe.
- Studying modern IR systems (LDA, BM25, hybrid, dense embeddings, FAISS, RRF, LLM reranking).
</userMemories>

Claude使用三种不同的机制来关联对话历史:

{
"query": "搜索关键词",
"max_results": "返回结果数量(1-10,默认5)"
}
{
"n": "聊天记录数量(1-20,默认3)",
"sort_order": "排序方式('asc'/'desc')",
"before": "开始时间(可选)",
"after": "结束时间(可选)"
}

对于1我们好理解,但是2和3实际上都是Claude的选择性检索机制,何时调用conversation_search或recent_chats,关键词怎么生成,各个参数如何设置,这些都藏在Claude的选择性检索机制中,是黑盒,我们无从得知。

Claude最核心的设计是它的"选择性检索"机制。如果看过我们上一篇对GPT记忆系统分析文章的小伙伴应该记得,ChatGPT在对话历史这一层,是滚动窗口+消息摘要,但是Claude与ChatGPT不同,Claude不做摘要,而是:

  1. 判断:模型自主决定何时需要检索历史对话
  2. 调用:只在认为相关时才调用conversation_search或recent_chats
  3. 匹配:基于当前查询生成搜索关键词

这种设计体现了一个重要的技术权衡:消息精度 vs. 连续性。

至此,我们可以简单总结下两大巨头Claude vs ChatGPT记忆架构的异同

更多技术细节请参考原文:https://manthanguptaa.in/posts/claude_memory/

原文链接:https://mp.weixin.qq.com/s?__biz=Mzg5NTUzODkxMw==&mid=2247484375&idx=1&sn=e7e0d453180dd08e89346a2a1fe7a206