Claude Code 泄漏版：智能体长期记忆与自我进化解析

不是单 agent 变聪明，而是把 agent 做成了一套可调度、可持久化的 runtime

这几天各种指南分析满天飞，个人建议感兴趣但又不想花时间研究的同学再等等。目前好多分析非人工生产，不够精华。源版能学的东西太多，按照你感兴趣的方向去分析更有价值。

这里只集中一点：分析泄漏版 Claude Code 对长期记忆的处理。

小红书 claude code源码解析：记忆系统和自我进化

Claude Code 的自动化不是单 agent 自己变聪明，而是把 agent 变成一个可以被调度、分工、后台运行的运行系统。

37 —

---

一、Agent 自动化：受控 runtime，而非单次工具调用

Claude Code 泄漏版已经明显在往 planner → workers → tasks → scheduler → remote control → policy gate 这套 runtime 走。它的强不在某个单独功能，而在于：工具循环、任务系统、调度触发、远程会话、权限控制、记忆提取、上下文压缩、持久化目录、团队同步这些层已经被放进同一个壳里了。

明确有：

• 多 agent 编排层
• 任务层
• 状态层
• 远程 / 后台层
• 技能与插件层
• IDE / 外部控制桥接层

工具层泄漏结构直接列出了这些工具：

工具	职责
AgentTool	拉起子 agent
SendMessageTool	agent 间发消息
TeamCreateTool / TeamDeleteTool	团队型 agent 组织
TaskCreateTool / TaskUpdateTool	任务生命周期
EnterPlanModeTool / ExitPlanModeTool	先计划再执行
EnterWorktreeTool / ExitWorktreeTool	隔离工作区
SleepTool	主动模式等待
CronCreateTool	定时触发
RemoteTriggerTool	远程触发
SyntheticOutputTool	结构化输出

命令层暴露了 /tasks、/memory、/resume、/desktop、/mobile、/compact、/mcp，说明 CC 已经把"任务、恢复、跨端接力、上下文压缩、工具网络"都放在一线命令里，而不是内部隐藏能力。

泄漏摘要里点名的特性标志：

• KAIROS：长期运行 assistant
• PROACTIVE：主动执行任务，配合 SleepTool
• COORDINATOR_MODE：多 agent 编排
• BG_SESSIONS：后台会话
• KAIROS_GITHUB_WEBHOOKS：PR / webhook 事件推送
• BRIDGE_MODE + DAEMON：远程控制、常驻后台

二、长期记忆：系统化分层处理

Claude Code 泄漏版里，长期记忆不是单一模块，而是一条完整链：

• context.ts：先收集当前系统 / 用户上下文
• compact/：会话太长时压缩上下文
• extractMemories/：从交互里自动提取可沉淀记忆
• memdir/：持久 memory 目录
• teamMemorySync/：团队记忆同步
• remoteManagedSettings/：远程托管设置
• /memory 命令：用户可见的记忆入口

它的长期记忆处理分成四层：

① 会话内记忆：当前回合和近程上下文，偏短时工作记忆。

② 压缩记忆：长会话里做摘要和浓缩，控制 token 成本，同时保留关键状态。

③ 提取型长期记忆：不只是保存 transcript，而是从交互中抽取，把会话内容蒸馏成可长期复用的结构化记忆。

④ 持久化与共享记忆：memdir/ 说明长期记忆有实际落地位置；teamMemorySync/ 则说明记忆准备向团队共享演进。

完整管线：

会话发生 → 提取值得沉淀的内容 → 写入 memdir / 设置层
         → 下次 context 构建时重新注入
         → 长会话时由 compact 裁剪和浓缩
         → 必要时 team sync 扩展到多人共享

三、Dream System：自维护，而不是越存越乱

Dream system 的核心不是"Claude 终于记住你了"，而是：

旧方案会堆重复记忆、记忆会过时、index 会膨胀——新方案要主动维护记忆的生命周期。

维护流程：survey → gathering → consolidation → prune

• merge duplicates（合并重复）
• remove stale facts（清除过时信息）
• 让每个 session 的 context 更干净

这点非常重要，说明 Anthropic 对长期记忆的理解不是简单"多存点"，而是：memory needs lifecycle management——记忆要被抽取、去重、更新、裁剪、同步，不是无限累计。

这和做 TrendR / research agent 特别相关。你真正需要的不是"永远保存所有研究对话"，而是：

• 哪些 query 好用
• 哪些 paper 值得优先引用
• 哪些 taxonomy 经常复用
• 哪些验证规则要长期保留
• 哪些项目偏好应该自动注入

四、自动化 × 长期记忆 = Agent Runtime

Claude Code 泄漏版最值得学的，不是某个单独工具，而是：自动化和长期记忆被放进同一个 runtime 里协同工作。

平面	职责
task plane	分工 / 调度 / 后台 / 定时 / 远控 / 恢复
memory plane	抽取 / 压缩 / 持久化 / 同步 / 注入
tool plane	各类能力工具
control plane	权限 / 策略 / 远程管控

两者一结合，就不是普通 REPL 了，而是：一个能持续运行、逐步积累工作上下文的 agent runtime。

分享这篇硬核干货

发送给朋友 小红书点赞 GitHub Star