Claude Code 的 memory 分层设计是什么？｜字节跳动后端开发面经解析

60 秒回答模板

回答时可以强调它不是单一记事本，而是分层的上下文来源。用户级 memory 适合写个人长期偏好，例如语言风格、常用工具和通用流程；项目级 memory 适合写团队共享约定，例如构建命令、测试方式、代码风格、安全边界和目录说明；子目录级 memory 适合写某个模块的局部规则，例如组件库、数据层、移动端目录或脚本目录的特殊约束；本地或个人级 memory 适合保存不应提交给团队的临时配置、个人路径和机器差异。好的 memory 应短、具体、可执行，避免塞入大段文档，否则会占用上下文并降低检索效率。

考点 分层原因

难度 真实面经高频题

回答目标 讲清机制、边界和追问

深入解析

设计目标

AI 编码工具每次进入仓库时都需要知道项目约定，否则会反复询问或做出不符合团队习惯的改动。Memory 分层的目标，是把稳定、可复用的约定从临时对话中提取出来，让模型在不同任务之间保留协作背景。它解决的是上下文连续性问题，而不是替代代码阅读、测试和审查。

用户级记忆

用户级记忆适合保存跨项目都成立的偏好，例如回答语言、是否先写计划、常用包管理器倾向、提交信息风格、是否优先使用某类工具等。这一层不应该写某个仓库的私有命令或业务规则，因为它会影响所有项目。用户级内容越通用，越能减少跨项目污染。

项目级记忆

项目级记忆通常放在仓库根部，用于保存团队可共享的项目规则。典型内容包括如何安装依赖、如何启动服务、如何运行测试、目录边界、生成文件限制、代码风格、安全注意事项和常见坑位。它应该像给新成员的高密度工作说明，帮助模型进入项目后少走弯路。

局部目录记忆

大型仓库中不同目录可能有不同约定，例如前端组件目录强调设计系统，后端服务目录强调事务边界，脚本目录强调幂等性。子目录级记忆让模型进入某个路径时读取更具体的局部规则，避免把一个模块的模式错误套到另一个模块。它本质上是把上下文按代码所有权和技术边界切分。

本地个人记忆

本地个人记忆适合保存只对当前机器或当前开发者有效的信息，例如本地服务端口、个人调试命令、未共享的实验偏好和不应提交的路径。它应该和团队共享记忆分开，避免把个人环境写进仓库。涉及密钥、令牌和敏感配置时，即使是本地记忆也不应直接保存原文。

易错点

把 memory 当成无限上下文，把长文档、会议纪要和一次性任务都塞进去。
把个人本地路径、临时偏好或敏感配置写入团队共享记忆。
只写抽象价值观，不写具体命令、目录边界和可执行约束，导致模型无法真正应用。
项目结构变化后不更新 memory，让模型继续按旧命令和旧目录做事。

面试官追问

为什么不把所有规则都写到一个 memory 文件？

因为规则有不同作用范围。全放在一起会导致上下文膨胀，也会让局部约定污染其他模块。分层后，模型更容易只读取与当前任务相关的规则。

memory 里应该写哪些内容？

适合写稳定、可执行、重复出现的约定，例如启动命令、测试命令、目录边界、代码风格、生成文件限制和常见错误。一次性的任务细节不适合长期保存。

memory 会不会让模型更容易犯旧错？

会有这种风险。如果 memory 过期、过长或写得像建议而不是规则，模型可能错误遵循。因此需要定期清理，并在项目变更后更新关键命令和约束。

团队如何维护项目级 memory？

可以把它当作面向 AI 协作的轻量工程手册，由代码评审和实际问题推动更新。每条规则最好对应可复用的行为约束，而不是记录某次任务流水账。