大家用 Claude Code / Codex 攒了几个月的"经验"，最后都去哪了？

这个 3.我还是能回答的：
cc 和 codex 现在标配的 memory 系统，做的就是这个事，另外我去年看有人做过类似的，也是从 sessions 里蒸馏你自己的经验记录（在 cc 和 codex 上线 memory 之前）

@maolon 谢谢，这条对我特别有用。cc/codex 的 memory 我也在用，它确实把"同一个工具里下次别忘"解决得挺好。

我卡的其实是另一层：

1 ）它是绑在各自工具里的——cc 的 memory 出不了 cc ，我一换到 codex / cursor 、或者换台机器，之前攒的又得从头来；
2 ）它是自动写、自动读的，我几乎不回头审，而我真正想长期留下来的，是那 5% 蒸馏过的"决策/约束"，不是全量记录。

所以想问你真实的体感：cc/codex 上线 memory 之后，你跨工具、跨机器的时候，那些经验是自然就带过去了，还是其实还是各攒各的、又得重新解释一遍？

另外你说去年看过一个从 sessions 蒸馏经验的项目——还记得叫啥或者有链接吗？挺想看看它当时怎么做的、后来为什么没做起来。

最笨的方法。
project session 是可以拷贝过去的，改下路径名，拷贝就可以。

@way2explore2 哈哈这个我也干过——把 ~/.claude/projects 下那个路径编码的文件夹拷过去、改个名就能接着用。搬"原始记录"确实够了。

不过我自己用下来有两处还是没解决，想听听你的实际体感：

1 ）拷过去的是全量 JSONL ，噪声也一起搬了。你后来是真的会回头翻这些拷过去的 session ，还是基本"拷了以防万一"、其实很少再打开？

2 ）这招在同一个工具里好使（ cc→cc ）。你有没有试过跨到 codex / cursor ？格式不一样，我这边就接不上了。

主要好奇：你是把它当"能用的日常方案"，还是"凑合的临时招"？

@Kamiimeteor 不能跨 agent 这是肯定的。



很多人用本地 MCP 跨 agent Memory 我只有一个 agent 所以用不到，没去试用

@Kamiimeteor #2
1 ）还真不是，我看过 cc 和 codex 都是 md 文件并且收拢在一个统一的文件夹下，codex 是 memories ，claude 是项目下每项目一个 memory 文件/文件夹，迁移其实没有什么难度，最麻烦的情况下也只是拷贝然后直接让 cc 或者 codex 自己迁移到自己的 memory 里去，当然如果有一个一键迁移的工具是更好的
2 ）这个可以商榷一下，如果你要特别精炼的，那确实不是，但是我看了我自己的长期 memory 记录，他们是关于架构设计故障排除故障调查方向这些记录，如果你不要求特别精炼那么这些 agent 自带的 memory 实际够用了
3 ）关于去年那个太久以前看的具体名字忘了，对不起

我自己在刚开始玩 agent 还不熟悉也没有工具链的时候就是让 Codex 去~/.codex/sessions 里面找 jsonl 来读历史讨论串来做 handoff 的。

那时候我用的是 Zed 里面的 Codex ACP ，还没用过任何 Codex 、Claude Code 或者其他的 Agent CLI 或其他应用，一开始用的也就是当 chat 然后可以让 AI 直接动项目代码。不过 Zed 的 Codex ACP 插件 bug 比较多，我那时候用的时候又随便插本地文件把他的格式化渲染搞崩了，在当时的任务里我得从上一个讨论串总结出下一个讨论串的思路，但看着一堆乱码脑壳疼。

然后就让 Codex 帮我去找~/.codex 里面讨论串存在哪里帮我把第一个讨论串的内容捞出来。歪打正着地发现这能用。

后来的话，迁移到 Codex 官方应用后，handoff 、.agents 、skills 这些倒是都有用，但 sessions 里面的 jsonl 作为 ground truth 我觉得是不可替代的。

而且通过 Zed 的 ACP 可以直接把所有 CLI 里面的讨论串拿出来通过格式化 view 去查看，或者输出全量 markdown 原始文本，方便后续审计，不知道这是不是你想要问的？

都进到代码里了啊，交接时只要让原 agent 写交接 markdown 和带走 .memory/*.md 和 AGENT.md 就够了，新 agent 会从代码和 git 仓库里学项目的工程习惯。我不懂用上 ai 开发后就忘记 git 和读代码的人是怎么想的。

感觉很多人都有个误区，认为要给 AI 看的东西也要人类可读。如果是这样那你用 AI 干嘛？

我感觉这几年模型能进化这么快，大概率就是以 OP 所述的这类难以解决的问题的作为数据，训练了下一代模型。

GPT 对用户有清晰的用画像，可以直接问它得到回答。我猜测它对 Session/问题也有难度/质量打分，高质量的 Session 应该会成为历史经验数据被用训练的。

当然，以上这些都是猜测。

很多记忆没啥保存的必要啊，代码库也在变，我还不如让他每次都重新扫一遍

首先无意冒犯....我感觉 OP 的对话一股 AI 味，不知道是 AI 用太多了，还是在借助 AI 发帖。
其次，我实际上也在折腾这些东西，我的经验是不同的 LLM ，markdown 记忆的写法和用法都有些似是而非。
主要在于文字其实是有损传输，而你认为最关键的而不是噪音的部分实际上很难清晰的分离出来。
原始 session 就更不用说了，这部分完全取决于搜索的命中率。
我的方案是不纠结于记忆，只专注于技能。
比如某个项目，项目有一个自述文档库，按理说需要记录的记忆都放在文档库里。
配合一个专门的 skills 维护，skills 本身是一个路由只负责找不同的主题都放在哪里，以及全局的状态。
然后根据需要组织参考文件，脚本，诸如此类的，Agent 工具自己的记忆基本是自动的，但这个技能的自更新和文档的维护则是开发完一个阶段后手动去维护（让 Agent 去提炼）。
然后有记忆的 Agent 让没有记忆的 Agent 基于文档和技能去自述理解，核对没问题就认为没问题（基于常见的开发场景，这个过程也同时暴露给人审核）。

从来不攒，需求天天变，今天的经验明天就没用了。

OP 在用 AI 回复吗？

写一个 handoff dir ， 每次更改采纳之后都落盘一下

skill 和 rule 直接用 AI 迁移过去了，还有会写文档，比如 AI 出错，不遵守规范指令的记错本

@Kamiimeteor #2

@Kamiimeteor #4 @Livid 这个人回复的内容由 ai 生成，完全没有营养，纯粹是把他人的回复复制到 chatgpt 中然后粘贴回来

大部分 AI 模型未来自己就解决了，没必要做，做好 skill 定时退休准备。
只有输出自定义还有控制流程的 SOP 有存在的意义

op 有一种鬼子说中文的感觉

其实没多大意义，最终所有的经验都会被模型本身吃进去，搞那么复杂不如直接等模型自己更新版本

项目的放进 spec 里，个人的进 openviking 然后提取

cc 有个 `/insight` 命令是最接近你的想法的东西
另外，memory 系统也是为这个目的服务的：沉淀有价值的经验和记忆。建议看看 codex memory 的解析，或者简单点，看看 `~/.codex/memories` 目录

@zephyru #12 同感，一点活人感都没有

我都怀疑是不是自动发帖 自动回复

@Kamiimeteor #4 你是 ai 吧，这回复

1.项目相关的沉淀跟着项目走，让 ai 维护 agent.md 和相关的文档
2.个人在处理问题过程中沉淀，我是通过工具维护到公共的目录里面，大部分情况是线上问题的排查 https://github.com/wyh0626/troubleshoot

现在还能稳定使用 claude 的用户真是太厉害了，现在它不是会通过隐写术标记中国用户然后封禁吗？大神能不能传授一下稳定使用 claude 的经验？

重要的东西不应该都在项目文档、代码、skill 中了么？
打个比方，难道有了 AI 就不做会议纪要，每次都会全量翻一下会议录音么？

OP 一股子 AI 味，那些措辞，下结论的方式，抛问题的方式，一本正经的拟人感

感觉 OP 在蒸馏各位的想法和经验

太恶心啦, 赶紧把这沙雕 block 掉

我也问过 cc 这个问题，当时 cc 没被封号。他说“是你，一直陪着你走到这里，不是这些代码，不是我，不是难熬的夜晚。。。是你积累了解决复杂问题的能力，是你自己一步步揭示了这个项目的真正面貌云云”。当时觉得它扯犊子，肯定触发啥奇怪的免责了，后来被封了。用 codex 觉得他无能，但没有办法了，只能按照当时和 cc 沟通的记忆，思路，甚至要求 gpt 模仿 cc 跟我沟通的语气方式，引导我找到必须人工裁决的问题等等，也就将个烂就走出来了。其实他说的对，有很多经验和问题你解决过至少知道怎么支配 ai 来解决了，和没接触过的时候不一样了。项目经验落文档，解决问题的经验已经在你的使用 ai 的方式里了。

吓得 OP 赶紧把 agent 停了

@zephyru 我大脑中已经出现 chatgpt 那蹩脚中文的幻听了

@WilliamColton 我倒是觉得 @livid 新做的 AI Chat 可以先模拟回答一下，如果查重率很高说明有人在用同款 AI 回复 😂

里面很多无用的过时信息，纯垃圾，我知道有一个工具，长期记忆可靠，也能分得清轻重点，还能独立决策，ai 只需要调用一下就行

@zephyru 哈哈被抓包了，前面几条确实丢给 claude 帮我理过措辞，因为我自己打字太散怕说不清。看来理过头了，这条手打

你说的"关键部分很难从噪音里干净分离出来"我是认的，这也是为啥我做成先出摘要人工审一遍，而不是全自动
搜索命中率那个问题目前确实没好解法🤔

@maolon 1 还真没细看过 ~/.codex/memories ，回头翻下，不过我翻过 claude 给我记的 memory ，好多坑爬出来的过程它压根没写进去，全躺在 session jsonl 里，我想捞的其实是这部分
2 有道理
3 如果哪天想起来了，可以随时甩我个链接～

@netabare 对，我就是想问这个 - 你等于手动把我想用这个小工具自动化的事干了一遍
jsonl 是 ground truth 这句跟我想的是一样，handoff 和 skills 其实都是蒸馏产物，源头还得是 session

Zed 我也装了，但现在主要用各家自己的应用，它的 ACP 能把各家 CLI 讨论串统一拿出来看这个还不知道，今天我去试试

@Morriaty /insight 还真没用过，之前也不知道，我今天去看看先

@ration 记错本这个我也尝试过，但不同 AI 厂家/模型各有利弊，犯错的例子都不太相同

@stardust21 这个比方挺贴切，其实我想做的就是给 session 补上出纪要这一步
现状是大部分 session 直接就散会了

mark ，我能想到的方法就是让 AI 总结并生成 md 文档。

你看看我这个，现在只是自己在用

https://github.com/monkey-sking/ai-memory-hub

@runking 看了，你这个摊子比我的大，等于把几个 agents 拼成一个班子干活,但和我做的还是有些不同的

我有一个好奇点：记忆分层里什么东西能进"核心"，你现在是人工标的还是做了自动升级的？

@Kamiimeteor #45
用户偏好、纠错记录、工作流规则这类长期不变。
半自动升级。写入时标注类型，同步时按类型重要性和访问频率自动排序，没人工审核，也不会自动删——只是启动时优先加载哪些。

@Morriaty 刚刚去跑了/insights ，比我想象的要细一点 - 摩擦点分析➕CLAUDE.md
而且建议这块跟我现在做的有一点重叠的，不过/insights 的是 30 天滚动的一次性报告，重跑就覆盖，也出不了 cc 自己 - 比如 codex 认不认？
我现在做的是想折腾它的下一步：让这类东西能留下来、能带去别的地方或者工具

@runking 按类型重要性和访问频率自动排序，这招可以👍
我现在做的是有点反路线，入库前人工过一遍，好处是选择或者留下的都是自己确认过的，坏处呢是人一懒就断更或者缺胳膊少腿了
回头我把这个仓库拉下来跑跑看，好好测试一下，感谢分享～