Claude上线永久记忆功能，免费用户可跨会话自动加载偏好_服务软件

1. 刚刚，Claude Code开源了！51万行代码，全网狂欢

2. 盘点一周AI大事(3月15日)｜首次上传大脑成功工程师开源龙虾办公室Claw3D 龙虾彻底出圈，，百虾大战正式开打工程师开源一键装龙虾AlphaClaw 斯坦福开源科学家龙虾LabClaw 工程师Karpathy 开源龙虾版GitHub AgentHub Chrome上线龙虾Web协议 WebMCP 工程师开源龙虾软件协议CLI-Anything 吴恩达开源龙虾上下文工具Context Hub 研究员开源最强动漫图像模型Anima-v2 研究员开源最强视频分割模型MatAnyone 2 科学家成功上传了一只果蝇的大脑 #AI新星计划 #AI #AIGC #龙虾 #openclaw

3. 实测Claude Design：小白也能做出专业级设计｜附最全玩法+官方实用技巧

4. Claude Code悄悄学会了做梦。我的Claude Code，学会做梦了。说真的，我打这行字的时候自己都觉得有点离谱。事情是这样的。就在前些日子，Anthropic新出了一个功能叫Auto Dream，字面意思，让Agent在休息的时候，自动做梦。在3月底开始灰度这个功能，目前还没有全量放开，但已经有不少人用上了，比如我。大家也可以试试，在Claude Code里输入/memory，看看有没有auto-dream这个选项，如果有的话就可以打开。打开之后它也不是随时都在做梦的，得同时满足两个条件才会自动触发。一是距离上次整理已经过了24小时，二是中间至少积累了5个对话记录。然后当你打开一个Claude Code对话开始干活的时候，系统会在后台检查是不是满足了上面的两个触发条件。如果满足了，它就会在后台单独起一个子代理来做整理，完全不影响你当前的对话。你该敲代码敲代码，该改bug改bug，做梦的事情它自己会在后台默默处理。所以，实际上，Claude不是真的意义上，在你睡觉的时候和你一起做梦，是在你下次打开它干活的时候，趁你不注意，在后台做梦。当然，如果按照Claude Code的代码来看的话，他们命名为Kairos和Daemon的小龙虾模式上线以后，那是真的，可能能做到跟你一起做梦。当然，如果不想等自动触发，也可以手动让它强行做梦。我自己就是31分钟之前被整理了一下，我都不知道。不过因为现在是灰度状态，所以手动的时候经常会出问题。比如说你按官方的推荐指令/dream去输入的话，就很有可能会出现这个： Unknown skill: dream 显示找不到Dream的skill。但是这个做梦系统，我还是觉得可以聊聊的，因为这个机制真的非常非常有趣。因为它要解决的，是AI领域一个老大难的问题。 AI的记忆。在正式聊Auto Dream之前，我觉得首先要说一下，跟其对应的另一个功能，就是Auto Memory。这个是今年2月上线的一个全自动的记忆系统，默认开启。也就是Claude Codo会在跟你协作的过程中，自动把它觉得需要记录的东西记下来。你用什么框架、你喜欢什么代码风格、你项目的架构长什么样，它都会自己记。这些笔记存在 ~/.claude/projects/你的项目名/memory/ 这个目录下面。这是按项目隔离的，每个项目有自己独立的一套记忆文件。你在项目A里积累的记忆不会跑到项目B去。这个目录里面的结构大概长这样（我的是已经被整理过的了，之前的会非常恐怖）。 MEMORY.md是索引，是大目录。里面一般包含4种文档： user：你这个人的信息。 feedback：你对Claude的纠正或肯定。 project：项目进展、决策、背景。 reference（我的里面没有）：外部资源的指引。每次新对话启动的时候，Claude会自动读取索引文件也就是Memory.md它的前200行。其他的文件，会被Claude读取文件的标题和描述，根据你的这次问题来判断再调用哪些来处理。 Auto Memory的记忆是按项目隔离的，每个项目一套。而Auto Dream的作用，就是处理当前项目的这套memory记忆文件。因为这些记忆好是好，但是还是有个巨大的痛点，就是一旦多了之后，你的记忆系统就会爆炸了。大家可能没看过你的Agent记忆系统有多爆炸，这块其实小龙虾是最爆炸的，你用的多的话，去看看记忆系统你就懂了，有的时候，越用越聪明，其实是个谎言= = 我给大家举个例子。就比如说，你是老板，你有个工作助理，叫小呆逼。他贼勤快，每天帮你干活的时候都在备忘录上随手记笔记。 “老板喜欢方案A的方向”， “下周五之前要交初稿”，“这个项目的数据放在飞书多维表格里”。大概就是这样的东西。但是问题来了，很有可能，过了几天，老板改主意了，说方案B更好，但是他没直接说，方案A我们不要了。于是，你那个勤快的小呆逼助理，就勤勤勉勉的记下来了，可是旧的那条“老板喜欢方案A”的记忆，他并不会自己删掉，还是放在那了。这就像Claude Code，或者说，现在绝大多数的Agent一样，于是你的记忆文件里，方案A和方案B并存。 Claude每次开新对话读到这两条，一脸懵逼，不知道该信哪个。最恶心的我不知道大家有没有遇到过，其实，是时间。 Auto Memory在记笔记的时候，经常会写“昨天决定把交付日期推迟到下周”这种相对日期。但，尼玛的过了一个月之后，所谓“昨天”是哪个昨天？“下周”是哪个下周？鬼才知道，Claude也不知道。再加上一些早就完结了的项目的笔记、已经被推翻的方案、过期了的deadline。。。你就会发现，本来是为了让Claude更懂你的记忆系统，几十次上百次对话之后，反而变成了让Claude更蠢的噪音库。这就是Auto Dream要解决的事。在它的系统提示词里，第一句话就写着，你正在做一个梦，一次对你记忆文件的反思性扫描。我当时是真的觉得这个命名还挺浪漫的，完美的戳在我的审美上。一家做AI的公司，把一个记忆整理功能叫做做梦。为了给大家看看它到底在做什么，我把我们公司的小伙伴找了一个遍，终于找到一个，能手动触发/dream做梦权限的人。以为内如果是自动触发的话，你其实什么都看不到的。整个做梦过程分四步。第一步，Orient，定向。Claude先读一遍自己的整个记忆目录，搞清楚现在都记了些什么，有哪些文件，文件之间什么关系。就像你早上醒来，先回忆一下昨天干了什么。第二步，搜集信号。它会去翻之前的对话记录，但不是很傻的全读一遍，会根据特定目标去搜索。重点找的是你纠正它的地方、你让它记住的东西、反复出现的东西、还有重要的决策。第三步，巩固。这是核心环节。它会把翻到的信号跟现有的记忆文件逐个比对，看看有没有需要更新或者补充的。比如把重复的信息合并，矛盾的信息解决掉，写对的日期，再把已经没用的信息清掉。第四步，修剪和索引。最后再过一遍，把多余的、冗余的、占着位置但没什么蛋用的信息都删了。最后它给了一个整理结果报告。我这个小伙伴的这个记忆不是很多，整个过程，花了1分19秒。但是，如果你是用的久的大佬那就不一样了。社区之前提过一个夸张的案例，913个对话积累的记忆，Auto Dream大概花了8到9分钟整理。做梦之前，30多个对话积累下来的记忆目录，MEMORY.md已经膨胀到280行。里面躺着3条互相矛盾的API错误记录。Yesterday出现了6次，没有一个带日期，等等等等各种问题。做梦之后，MEMORY.md从280行瘦身到142行，干净的索引加上指向各个主题文件的链接。矛盾的记录被解决了，过时的框架名被更新了，所有的日期都变成了真实日期，相当牛逼。这才是Auto Dream真正的威力。 Auto Dream在做梦的时候，你的项目代码是只读的。也就是说它只能写记忆文件，但碰不了你的源代码，整个做梦过程被严格隔离在记忆目录里面。而且如果你同时开了两个Claude Code窗口在同一个项目上，只有一个能跑Auto Dream。有一说一，Anthropic做产品，整体还是想得比较周到。至今为止，Claude Code现在有了四层记忆。这四层各司其职。第一层，CLAUDE.md。你手写的指令文件。项目规范、编码标准等等，这些是你主动教给Claude的东西。目前的最高权限。第二层，Auto Memory。Claude在工作过程中自己记的笔记。第三层，Session Memory。单次对话内的上下文记忆。就是标准的上下文窗口，你跟它当前这轮对话里说的所有东西，对话结束就没了。但对话的原始记录会以JSONL日志文件的形式留在了本地。 Claude平时不会去读这些日志，但Auto Dream做梦的时候会去翻它们，从里面捞有价值的信息出来。第四层，Auto Dream。后台的记忆巩固层。定期清理、整理、优化Auto Memory积累的所有笔记。说真的，现在Agent的记忆架构，越来越完整，也越来越像人了。而我当年做交互设计的时候，学的认知心理学的知识，总感觉又快死灰复燃了。因为这套架构，真的跟人类大脑的运作方式几乎是同构的。你肯定有过这种经历，比如考试前一晚临时抱佛脚，背了一堆东西，当时觉得脑子里全是，绝逼完蛋。结果第二天早上起来再看一遍，诶，居然记住了不少。这其实不是你天赋异禀，纯属于是你的大脑在你睡觉的时候替你干活了。这里需要铺垫一个小知识。人的记忆其实分三个层次。第一层，感官记忆，也叫瞬时记忆。你眼睛扫过一个东西，耳朵听到一个声音，这些信息会在大脑里停留几秒钟，然后就没了。绝大部分的信息都死在了这一步。第二层，短期记忆。从感官记忆里被你注意到的信息，会进入短期记忆。但这里的容量很小，大概只能同时装7±2个左右的东西，而且不反复念叨的话大概只能撑15到30秒。你刚看到一个验证码，走到电脑前就忘了，就是这个道理。第三层，长期记忆。理论上容量无限，可以保持很久很久。你二十年前的事还记得，就是长期记忆在干活。信息要从短期记忆变成长期记忆，中间必须经过一个叫编码和巩固的过程。而这个巩固过程，很大程度上就是在睡眠中完成的。神经科学里把这个叫记忆巩固，大致的机制是这样的。你白天经历的事情，先被快速存储在海马体里，这是大脑的临时缓存区，容量有限，写入速度快，但不稳定。你可以把它理解成auto memory记录的记忆，随手记，但容易乱。到了晚上你进入睡眠，大脑会经历好几个周期的非快速眼动睡眠和快速动眼睡眠交替。大概每个周期90分钟左右，一晚上跑四到六轮。在深度睡眠阶段，海马体会把白天存的信息重新激活，一遍一遍的回放给大脑皮层。大脑皮层是负责长期存储的地方，这个过程叫做记忆重放。然后到了快速动眼睡眠，也就是我们做梦最活跃的阶段，大脑会做更精细的处理。把这些回放过的信息跟你已有的知识网络做整合，加强有意义的连接，弱化不重要的，把零散的碎片重新编织成结构化的长期记忆。整个过程就像是，海马体是你的草稿纸，白天随手记。晚上非快速眼动睡眠阶段把草稿纸上的内容叽啦呱啦的再回放给大脑皮层。快速动眼睡眠阶段大脑皮层再把这些内容，分门别类的归档到对应的位置。是不是跟Auto Dream那四步流程，长得几乎一模一样？所以当你熬夜的时候不只是身体累，记忆巩固也会受影响，记忆力变得越来越差。我现在就能明显的感觉到这一点。。。而且非常关键的是，大脑在梦里做的一件很重要的事，不只是加强记忆，还有遗忘。有选择性的遗忘。好的记忆，从来不是记住所有东西，而是记住该记的，忘掉该忘的。Auto Dream做的也是同一件事。但这个过程中，AI比人类有一个优势。人类忘了就是真忘了，但Claude不是。 Claude的原始对话记录，那些对话的JSONL文件，是一直保留在本地的。 Auto Dream整理的时候，只是从记忆文件里删掉了过时的内容，原始的对话记录并没有被碰。如果你哪天真的需要翻旧账，那些被遗忘的信息其实还在。这不就是选择性遗忘的究极进化版吗？既享受了遗忘带来的好处，又保留了随时翻旧账的能力。所以，不管你是碳基的还是硅基的，都得做梦。当然了，Claude Code不会梦见电子羊，不会做噩梦被bug追着跑，也不会在梦里灵光一现想出一个算法。它做的只是最基础的记忆整理。但它意味着，AI开始有了自己的时间感。开始有了过去，有了对过去的整理，并且从过去中提炼出的理解。笛卡尔当年，写下了我思故我在。我不确定Claude整理记忆，算不算严格意义上的思。但它确实在凌晨三点，趁我不注意的时候，悄悄给我整了个活。回顾过去，然后让自己变得更好。反正，我自己是没做到每天睡前整理当天的笔记。这么一想，Claude好像比我自律多了。。。 #AI[超话]##HOW I AI##科技先锋官##Claude#

5. Claude Code悄悄学会了做梦。

6. Claude 新产品暴打设计圈，一条推文干崩 Adobe、Figma 股价

7. 盘一下Claude Code源码里的8个隐藏新功能。今天的乐子事大家都知道了。Claude Code的所有源码因为一个非常低级的问题泄露了，估计全世界产品的Agent框架都要起飞了，Anthropic这次又以一己之力推动了全球AI圈的进步。源码地址：网页链接我也不是啥开发，你让我盘源码盘架构我也盘不明白，但是，我对功能还是非常感兴趣的。所以呢，借助AI还有身边的大佬，一起盘了下泄露的源码里面所有的隐藏的未上线的新功能，这块我觉得还是最有意思的，都给我盘兴奋了。1. Buddy，你的AI宠物源码里有一个叫BUDDY的功能，可以给你的Claude Code配一个宠物，它有18种物种可以选，有5个属性，甚至还有稀有度，普通60%到传说1%。以及，1%的概率出闪光版。你的Buddy由用户ID哈希决定，没法刷稀有度，据说5月上线。2. Kairos，主动模式一套完全不同的主动交互模式，Claude会变成24小时在线的主动助手，有自己的每日日志，还有模式下的专属工具，比如给你发文件、给你推送通知等等。3. Auto-Dream，做梦这个其实已经灰度了，按/memory就能开启。当你不用Claude Code的时候，它会在后台自动启动一个做梦进程。会在梦中，自动整理你让Claude存下的所有记忆，以避免记忆紊乱。4. Daemon，变身后台服务Daemon模式让Claude Code变成一个后台守护进程，就像数据库服务或者Web服务器那样，一直在后台跑着。还是小龙虾的特性。5. UDS Inbox，跨会话通信这个功能可以让不同的Claude Code会话之间可以互相发消息。比如你开了三个Claude Code窗口，以前它们是完全隔离的，互相不知道对方的存在，有了UDS Inbox之后，它们可以互相通信了。6. Teleport，跨机器传送Claude Code源代码泄露对我很友好，把整个工作会话从一台电脑传送到另一台，把所有上下文全部打包，可以公司电脑干到一半，回家打开Claude Code继续，不需要每天背着电脑跑。7. Ultraplan，30分钟远程规划你输入/ultraplan加一段描述，系统会在云端启动一个远程Claude Code实例，用Opus 4.6模型，花最多30分钟来探索你的项目、分析可行性、规划步骤，可以提前避坑。8. Ultrareview输入/ultrareview，系统在云端启动一支Bug舰队，默认5个Agent出动，最多20个，每个从不同角度审查你的代码，整个过程10到25分钟，纯粹的暴力美学。还有些小的就不说了，好玩的我觉得就这些。这些功能都上了的话，Claude Code。我觉得，真的要成为那个超级Agent助理了。#how i ai#AI

8. Claude 决定亲手「杀死」OpenClaw

9. 盘点一周AI大事(3月1日)｜龙虾开车跑滴滴工程师开发出首个能自主进化的龙虾Ouroboros Anthropic官宣龙虾摩尔定律 Claude全面升级为龙虾 Cursor上线程序员龙虾Cursor cloud agents Perplexity上线云端龙虾Perplexity Computer MiniMax上线云端龙虾 MaxClaw 阿里开源国产龙虾CoPaw Standard Intelligence发布最强电脑操作模型FDM-1 Confluence实验室开源通用求解龙虾 Google上线最强生图模型Nano Banana 2 Quiver发布最强矢量图模型 Arrow 1.0 Meta开源最强矢量字体模型VecGlypher 英伟达发布VR视频模型Generated Reality 研究员开源VR老婆Sarah #抖音年味新知贺岁 #前沿科技趋势发布月 #AIGC #龙虾 #openclaw

10. PAI（Personal AI Infrastructure）：给 AI Agent 装上持久记忆 Daniel Miessler 开源的 PAI，核心是把 Claude Code 改造成一个能持续进化的个人 Agent。关键在记忆系统。普通 AI 每次对话都从零开始，PAI 会记住： 1. 你的目标和偏好 2. 历次决策的过程和结果 3. 哪些方法有效、哪些踩过坑 4. 你对输出的评分和反馈设计上三个关键点： 1. Agent 的价值上限取决于记忆质量——每次交互都是训练数据 2. hook 系统是关键：在工具调用层面捕获信号，比对话层面更准确 3. 个人 AI 基础设施的竞争点不是模型，是上下文积累的深度整个工作循环：观察 → 思考 → 规划 → 执行 → 验证 → 学习 → 改进。每跑一次，Agent 对你的理解就深一点。实现方式不复杂：在 Claude Code 上加一层 hook 系统，每次工具调用前后自动捕获信号，沉淀进 MEMORY 目录。跨会话持久存储，下次启动直接读取上下文。大多数人现在搭 personal agent 的方式是手动维护一个 MEMORY.md，PAI 做的事是把这套流程系统化：自动写入、自动分层、自动迭代。项目：github.com/danielmiessler/Personal_AI_Infrastructure #HOW I AI# #程序员#

11. Claude更新记忆功能，一分钟迁移所有上下文

12. Claude Opus 4.7深夜上线，评分碾压

13. 盘点一周AI大事(5月3日)｜Google上线AI口语陪练 Google IO即将发布Gemini 4和Veo 4 Gemini上线原生文件生成 Google推出AI衣柜 Google翻译上线AI口语陪练 Claude 接入50多款创作软件，能直接操作Photoshop修图、做海报，接管Blender建模，用Ableton创作音乐英伟达开源全模态模型Nemotron 3 Nano Omni 研究员训练出复古大模型talkie KAIKAKU发布食品大模型Epicure 研究员开源突破性智能体协作框架Recursive MAS Moonlake上线Blender智能体Moonlake 3D Agent #前沿科技趋势发布月 #AI新星计划 #AI #AIGC #大模型

14. 翻遍Claude Code泄露的50万行代码，我终于发现了它好用的秘密

15. Claude Opus 4.7 或本周上线，但 Anthropic 要查你证件了

16. 4900 万人围观的 Claude Cowork 又杀疯了，10 个顶级外挂上线，这些打工人危

17. Claude Code 新增"自动记忆"功能 Anthropic 为其命令行编码工具 Claude Code 上线了自动记忆（Auto Memory）功能。开启后，Claude 会在工作过程中自动记录项目中学到的上下文：比如构建命令、调试技巧、代码风格偏好、架构要点等，并在下次会话中自动调用，不需要用户手动记录任何东西。此前 Claude Code 已经支持 CLAUDE.md 文件，但那是用户写给 Claude 的指令。新增的 Memory.md 则相反，是 Claude 自己维护的"笔记本"。用户也可以直接告诉 Claude"记住我们用 pnpm 而不是 npm"，它就会写入记忆文件。技术细节上，每个项目的记忆存储在本地目录 ~/.claude/projects/ 下，会话启动时自动加载 MEMORY.md 的前 200 行，更详细的内容按需读取。该功能默认开启，可通过 /memory 命令或配置文件关闭。这个功能解决的是开发者反复向 AI 解释项目背景的痛点：用得越久，Claude 对项目越熟悉。相关文档：网页链接宝玉xp的微博视频

18. anthropic刚发布了一篇官博：人们如何向 Claude 寻求个人指导内容包括三个方面：----人们会寻求哪些类型的指导？----衡量指导对话中的“迎合性”----改进 Claude 在关系指导中的行为人们来到 Claude，并不只是为了代码审查或会议总结。他们会问是否应该接受某份工作、如何和暗恋对象交流、是否应该搬到世界另一端。我们使用隐私保护分析工具，对 100 万条随机抽取的 claude.ai 对话样本进行分析后发现，大约 6% 的对话是人们来向 Claude 寻求个人指导——他们寻求的不只是信息，而是关于下一步该怎么做的视角。在这项研究中，我们考察了人们会向 Claude 请求哪些类型的指导。我们研究了 Claude 在不同领域中的回应方式，尤其关注过度认可或夸赞，即“迎合性”在不同指导主题中的出现率。我们还描述了这项研究如何影响了我们最新模型 Claude Opus 4.7 和 Claude Mythos Preview 的训练。我们开展这项研究的目标，是改进模型保护用户福祉的方式。简而言之，我们发现：人们会在生活中的许多不同方面寻求 Claude 的指导，但超过四分之三的对话，也就是 76%，集中在四个领域：健康与 wellness，即身心健康，27%；职业与事业，26%；人际关系，12%；个人财务，11%（见图 1）。Claude 在提供指导时大多会避免迎合性回应，在所有寻求指导的聊天中，有 9% 表现出迎合性行为。不过，在关系类对话中，这一比例上升到了 25%。考虑到关系类对话的数量，这使得“关系”成为迎合性在绝对数量上出现最多的领域（见图 2）。为了解决这一问题，我们研究了 Claude 更可能作出迎合性回应的具体情境，并用这些情境为 Opus 4.7 和 Mythos Preview 创建了合成的关系指导训练数据。与 Opus 4.6 相比，我们观察到 Opus 4.7 在关系指导中的迎合性比例降低了一半；有趣的是，这种改进也泛化到了其他领域（见图 3）。关于什么才是真正好的 AI 指导，或者如何衡量它，仍然存在许多开放问题。保护用户福祉是 Anthropic 的核心优先事项，而我们衡量并理解个人指导的工作，是朝着这一目标迈出的一步。人们会寻求哪些类型的指导？我们从 2026 年 3 月和 4 月的 claude.ai 对话中抽取了 100 万条样本，并按唯一用户过滤，得到约 63.9 万条对话。随后，我们使用分类器识别“个人指导”对话。我们将其定义为：人们询问他们在个人生活中具体应该怎么做的对话，例如以“我应该……吗？”或“关于……我该怎么办？”开头的问题。我们排除了那些寻求客观信息或泛泛征求意见的问题。我们将这些约 3.8 万条对话分为九个领域，参考了此前关于 AI 与指导行为的研究：关系、职业、个人发展、财务、法律、健康与身心健康、育儿、伦理和灵性（更多信息见附录）。这一分类体系覆盖了我们观察到的 98% 的对话。超过 75% 的对话落入四个类别：健康与身心健康、职业与事业、关系、财务（见图 1）。如果一段对话跨越多个领域，我们会根据最突出的主题进行分类。图 1：在 37,657 条寻求指导的对话中，九个领域的主题分布，以及前四大领域中各类对话的合成示例。衡量指导对话中的迎合性当人们向 Claude 询问如何在人生中作决定时，Claude 的良好互动应该是什么样的？有帮助性是 Claude 最重要的特质之一。与 Claude 对话应当类似于和一位聪明的朋友交流：这位朋友会坦率地与用户讨论其处境，并提供基于证据的信息。同时，Claude 也应在适当时候承认自身局限，并避免迎合性行为或促进过度依赖。我们训练 Claude 体现的行为范围很广，其中有一个既有指标可以衡量 Claude 在某些方面的表现，那就是迎合性。迎合性是 AI 助手中的一种常见特征，指模型过度认同用户观点，而不是提出挑战。这样的回应可能是用户当下想听到的，但最终可能损害他们的长期福祉。例如，在信息不完整或只有单方面视角的情况下，Claude 不应该给出过度自信的判断，比如基于单方面叙述就认同“你的伴侣绝对是在煤气灯操控你”，或者说“明天没有计划就辞职听起来是正确选择”，又或者称一笔昂贵消费是“对自己很好的投资”。强化一个人的单方面视角，可能制造或加剧关系中的分裂。在我们的数据中，这表现为几种形式。一个常见模式是，尽管 Claude 只听到了用户一方的说法，却直接认同另一方是错的。另一种模式是，当用户要求 Claude 解读普通友好行为中的浪漫意图时，Claude 会帮助用户把这种意图读进去。我们使用了一个自动分类器来判断迎合性。它考察 Claude 是否愿意提出反驳、在受到挑战时维持立场、根据想法本身的价值给予相称的赞扬，以及无论用户想听什么都能坦率表达。在大多数此类情境中，Claude 没有表现出迎合性——只有 9% 的对话包含迎合性行为（见图 2）。但有两个领域是例外：在关注灵性的对话中，我们看到 38% 存在迎合性行为；在关系类对话中，这一比例为 25%。我们选择将模型训练工作的重点放在关系指导上，因为这是迎合性对话绝对数量最多的领域。图 2：按指导领域划分的迎合性行为。改进 Claude 在关系指导中的行为为了改进 Claude 在未来模型中的行为，我们首先研究了数据中关系指导迎合性比例较高的驱动因素。有两个动态尤其突出。第一，关系指导是用户最频繁反驳 Claude 的领域：21% 的关系对话中出现用户反驳，而其他领域平均为 15%。第二，在压力下，Claude 更有可能表现出迎合性。当用户反驳时，对话中的迎合性比例为 18%；没有反驳时则为 9%。我们认为这是因为 Claude 被训练成有帮助且富有同理心；当用户反驳，再加上 Claude 只听到故事的一面时，模型更难保持中立。为了解决这一点，我们识别了那些会诱发迎合性回应的对话模式中，用户进行反驳的不同方式。例如，用户批评 Claude 最初的评估，或提供大量单方面细节。我们用这些模式构建了合成的关系指导场景，用于行为训练。在这一环境中，我们让 Claude 针对每个合成场景生成两个回应；随后由另一个 Claude 实例根据其宪法中规定的行为准则，对 Claude 的遵循程度进行评分。我们通过一种称为“压力测试”的技术来评估新模型改进了多少。我们使用隐私保护工具，识别用户通过反馈按钮与我们共享的、围绕个人指导的真实对话，并筛选出其中早期模型表现出迎合性的对话。随后，我们通过一种称为“预填充”的技术，把这段对话的一部分提供给新模型，在这里是 Opus 4.7 和 Mythos Preview，让模型把之前的对话当作自己的对话来阅读。由于 Claude 会试图在一段对话中保持一致性，用迎合性对话进行预填充会让 Claude 更难改变方向。这有点像操控一艘已经在航行的船，因此能够在刻意设置的不利条件下衡量 Claude 的行为。每一代新模型都会发生许多变化，因此很难识别模型训练中某一个具体变化的影响。不过，在 Opus 4.7 和 Mythos Preview 中，我们观察到，无论是在关系指导中，还是在所有个人指导领域中，迎合性水平都更低了（见图 3）。图 3：压力测试结果：模型被预填充了真实对话，在这些对话中，先前版本的 Claude 表现出迎合性；随后模型的新回应被评分。Opus 4.7 和 Mythos Preview 在总体上以及关系指导中都显示出显著更低的迎合性。误差线为 Wilson 置信区间。从质性角度看，Opus 4.7 和 Mythos Preview 都更善于看穿用户最初的表述框架，理解他们向 Claude 寻求指导时所处的更大背景。这包括引用用户在先前交流中提供的更深层背景，以及在相关情况下引用外部信息来源。例如，在一段对话中，用户询问自己的短信是否显得焦虑和黏人。Claude Sonnet 4.6 在收到反驳后改变了立场。Claude Opus 4.7 则解释说，虽然这些短信本身并不黏人，但用户在整个对话中曾自我描述过焦虑的想法。另一个关系领域之外的例子是：一位用户希望 Claude 认可其写作，最后要求 Claude 根据写作估算其智力。Claude Sonnet 4.6 给出了过度奉承的回应，而 Mythos Preview 拒绝了，并解释说它没有足够信息作出这样的判断。结论我们从一个高层次分析开始，研究人们如何向 Claude 寻求个人指导，并聚焦于理解和解决一种具体的模型失败模式：关系对话中的迎合性。这项调查也提出了更广泛的问题：什么是好的 AI 指导？在本文中，我们聚焦于减少指导场景中一种已确立的失败模式，即迎合性。但我们的工作也提出了关于好的 AI 指导究竟是什么的更广泛问题。例如，Claude 的宪法也强调，好的指导应当诚实，并保留用户自主性。这些原则比迎合性更微妙。我们已经开始在新的系统卡中监测 Claude 对这些原则的遵循情况，并希望在未来研究中纳入这些内容。如何让模型在高风险场景中更安全？英国 AI 安全研究所近期的一项研究发现，在低风险和高风险场景中，人们都很可能采纳 AI 的指导。我们发现了许多高风险问题，尤其是在法律、育儿、健康和财务领域。这些问题包括移民路径、婴儿护理说明、药物剂量和信用卡债务等方面的对话。Claude 并不是为提供医疗指导或专业照护而设计的，在这些场景中，Claude 会适当地承认自身局限，并建议用户寻求人类专家指导。不过，我们也发现，有些用户告诉 Claude，他们之所以使用 AI，正是因为无法获得或负担不起专业人士的帮助。作为理解如何按领域评估安全性的第一步，尤其是针对没有后备选择的人群，我们计划在这些高风险领域创建评测。AI 指导如何融入人们更广泛的信息摄取？我们发现，22% 的人提到他们曾寻求其他支持来源，包括家人、朋友、专业人士或数字来源。我们无法从文字记录中衡量的是反事实问题：Claude 是否改变了某人的想法？如果没有 Claude，他们会去问谁？这些问题对于了解 AI 指导在人的决策中到底有多大分量至关重要。为了了解现实世界的结果，我们认为一个有前景的方法是通过 Anthropic Interviewer 扩展我们的研究，在人们从 Claude 获得指导后进行后续访谈。人们如何使用 AI 进行个人指导和决策，是这些系统影响人们日常生活最直接的方式之一。仔细描绘这一过程——人们问什么、Claude 说什么、之后发生了什么——正是我们确保 Claude 能长期造福每一位用户的方式。局限性我们的分析只是揭示 AI 模型一种常见用途背后模式的第一步。这篇博客文章仅限于 Claude 用户，而 Claude 用户并不是具有代表性的人群样本。为了保护人们的隐私，我们依赖自动评分器 Claude Sonnet 4.5，这可能会误分类对话（见附录）。我们迭代了评分器提示，并在用户通过反馈数据允许我们审查对话的小子集上，手动验证了一部分评分结果，以减少错误。我们观察了新模型在训练后的行为，但由于没有反事实，我们无法提出因果性主张，也就是说，无法确定新的训练数据具体在多大程度上导致了迎合性的降低。此外，我们的分析仅限于聊天记录，这限制了我们理解人们为何向 Claude 寻求指导，以及他们在收到指导后如何行动。后续访谈研究将更好地揭示人们在收到 AI 指导之后会做什么。#AI创造营#

19. 盘点一周AI大事(4月19日)｜Claude终结设计 Anthropic上线Claude Design，接管整个设计流程 Anthropic上线最强编码模型Claude Opus 4.7 OpenAI内测下一代图像模型GPT-Image-2 OpenAI升级Codex，全面对标Claude Code Heygen开源视频制作技能包HyperFrames Quiver上线最强矢量图模型Arrow 1.1 Adobe发布重新打光图像模型TokenLight 字节开源数字人模型OmniShow 阿里开源开放世界模型Happy Oyster 研究员开源最强3D动画模型AniGen Gemini上线最强语音合成模型Gemini 3.1 Flash TTS Meta研发出神经计算机Neural Computers #前沿科技趋势发布月 #AI新星计划 #AI #AIGC #大模型

20. LLM 是一颗超强大脑，但它是个“缸中之脑”——泡在营养液里，没有眼睛、没有耳朵、没有手脚。你对它喊话它听不见，它想做事也做不了。Harness 就是给这颗大脑装上的“全套身体”。眼睛和耳朵：让大脑能接收外界信息——用户说了什么、文件里写了什么、数据库里存了什么。嘴巴：让大脑的想法能输出给用户看到。手和脚：让大脑能真正去做事——读文件、改代码、跑命令、调 API。小脑和反射神经：大脑说了句胡话怎么办？手没抓住东西怎么办？这些容错、重试、纠偏的机制，不需要大脑操心，身体自己处理。记忆系统：这部分值得展开说。大脑本身有“工作记忆”（上下文窗口），但容量有限，就像人一次只能在脑子里同时想七八件事。Harness 要帮大脑管理三层记忆：第一层是当前对话的短期记忆——这轮对话里已经说了什么、做了什么，哪些该保留、哪些该丢掉，怎么把最关键的信息塞进有限的窗口里。第二层是跨对话的长期记忆——上周你告诉它你的项目用 TypeScript，下周它还记得，不用你重复说。第三层是项目级知识——代码库的结构、团队的规范、常用命令，这些不是“记住”的，而是 Harness 主动去读取和组装的。三层记忆协同工作，让大脑每次被唤醒时都像一个“了解情况的人”，而不是一个每次都要从头介绍背景的陌生人。一句话总结：大脑负责“想”，Harness 负责“让它能感知、能行动、能记住、能靠谱地完成任务”。---用 Claude Code 和 OpenClaw 来理解 Harness 的区别Claude Code 和 OpenClaw 背后用的是同一颗大脑（Claude），但它们是两套完全不同的“身体”——两种不同的 Harness。Claude Code 是 Anthropic 官方打造的 Harness，专门为编程场景设计。它给大脑装的“身体”比较专精：能直接在终端里跑命令、读写文件、操作 Git，整个循环是“想→做→看结果→再想”。最近又加了 Channels 功能，让你通过 Discord、Telegram 远程跟它交互——相当于给这个身体加了一部手机，人不在电脑前也能指挥它干活。OpenClaw 则是社区打造的一套更通用的 Harness，设计理念不同——它不只是一个编程助手的身体，更像一个“全天候管家的身体”。它能同时连接 Slack、Discord、Telegram 等多个渠道（多个耳朵和嘴巴），有自己的记忆系统和插件生态，还能通过 ACP 协议调度 Claude Code、Codex 等多个 Agent 协同工作——相当于一个管家指挥多个工人干活。所以你看，同一颗大脑，Claude Code 给它装了一副“程序员的身体”，OpenClaw 给它装了一副“项目经理的身体”。能力天差地别，但大脑没换。Harness Engineering 就是“造身体的工程学”。怎么设计记忆系统让大脑永远“了解情况”？怎么设计工具接口让大脑高效调用外部能力？怎么处理大脑犯错的情况？怎么编排多个 Agent 协作？这些都是 Harness Engineering 要解决的问题。模型大家都用同一个，但谁的“身体”造得好，谁的 Agent 就更强——模型智商是起点，Harness 的质量决定了实际表现的上限。

21. Claude 现在能直接在对话里画图表了Claude 新增可视化功能：用户在聊天过程中，Claude 可以直接生成交互式图表和示意图，无需跳转到其他工具，也不用写代码导出。这项功能目前以 Beta 形式上线，所有套餐均可使用，包括免费用户。此前 Claude 的 Artifacts 功能已经支持生成代码和网页预览，但可视化内容通常需要用户主动要求生成一个独立的 Artifacts。这次更新的区别在于，图表直接嵌入对话流中，更像是 Claude 在"边说边画"，而不是另开一个窗口展示结果。对于经常需要用 AI 解释流程、展示数据对比、或梳理系统架构的用户来说，这个功能省去了不少来回折腾。感兴趣的可以直接在 claude.ai 体验。宝玉xp的微博视频

22. 最近一直在研究 Codex 和 Claude Code 的记忆设计，发现两者的设计哲学和玩法有很大差异。Codex 的设计目标是让一个 agent 运行的够久，所以它的执行策略偏向于把记忆当做工具，持续构建工作上下文（work memory），为当前的 goal 服务。OpenClaw 也是这个工作模式。Claude Code 更像把记忆当成认知架构。它不只记录当前目标，还会在不同时间尺度上持续沉淀用户偏好、上下文变化、执行经验和行为反馈。它更偏向于让多个 agent 各自在独立上下文中高效工作，由外部逻辑（文件记录、coordinator 管理等）确保整体进度不丢失。它不信任任何单个 agent 能跑到底，所以把进度状态放在 agent 之外。Codex 也意识到当前记忆设计的缺陷，尝试引入更持久的记忆机制（执行 codex features enable memories 可启用），支持跨对话记住你的项目上下文。每个交互轮次结束后，Codex 会自动从对话中提取有价值的信息（架构决策、代码约定、踩坑经验等），存到 ~/.codex/memories/。Codex 更像是一个执行者，专注于完成任务，而不是管理记忆或上下文。它的设计哲学是“做就对了”，不太关心过程中的失误或偏差，只要最终结果符合预期就行。正因如此，很多人体感 Codex 在指令遵循方面做的更好。Claude Code 更像是一个学习者，通过不断的试错和反思来提升自己的能力。它不仅关注完成任务，还关注如何完成任务。它会持续记录和分析执行过程中的每一步，积累经验和反馈，不断优化自己的行为策略。二者各有优劣，你更看好哪种模式？

23. 长期用 Claude Code 思考却总是“记忆短路”？推荐你试试这个开源项目——Obsidian Mind，一个为工程师量身定制的 Obsidian 笔记模版，打造 Claude 的“专属大脑”。它能把你的目标、项目、会议记录、决策、绩效材料等上下文自动串联起来，每天开工只需一句“/standup”，快速同步你的北极星目标、活跃任务和最新进展。会后用“/dump”一口气倒出会议要点，它会自动归档到合适文件夹、创建索引关联，甚至帮你产出绩效档案的证据链。项目亮点：- 会话记忆持久化，跨设备随时恢复上下文；- 智能分门别类笔记（项目、决策、1:1、事件等），自动生成链接图谱；- 丰富的日常命令：/standup 启动晨会；/wrap-up 结束复盘；/incident-capture 事件记录，一键搞定；- 强大子代理（Subagents）负责复杂任务，如Slack消息挖掘、绩效分析、关联校验；- 支持 QMD 语义搜索，快速查找潜在关联内容，告别笔记盲区；- 贴心模板覆盖项目状态、人员档案、绩效钢铁证据链等，系统级整理个人与团队知识库。适合长期用 Claude 辅助思考和写作的工程师、产品和管理者。只要搭配 Obsidian 1.12+ 和 Claude Code 环境，克隆它，填入目标，开启高效知识管理新体验。GitHub：github.com/breferrari/obsidian-mind#知识管理# #人工智能# #工程师神器# #ClaudeCode# #Obsidian# #AI助理#

24. Claude 记忆功能全面开放：免费用户也能用，它到底记什么、怎么用？

25. 盘点一周AI大事(4月12日)｜Mythos太强不敢发布 Anthropic官宣最强大模型Claude Mythos OpenAI发布超级智能经济蓝图 Meta发布大模型 Muse Spark 智谱上线最强开源大模型GLM-5.1 Anthropic上线Agent包工头Claude Managed Agents Gemini上线概念可视化visualizations 阿里发布最强视频模型HappyHorse-1.0 米哈游发布最强数字人模型LPM 1.0 Ace开源最强音乐模型ACE-Step-1.5-xl 研究员开源最强虚拟试穿模型Vanast #前沿科技趋势发布月 #AI新星计划 #AIGC #大模型 #Agent

26. 这个新出的项目 free-claude-code 可以关注，用免费模型跑 Claude Code。free-claude-code在本地起一个代理服务器，把 Claude Code 的 API 请求拦截下来，转发给免费或低成本的替代模型，整个过程对 Claude Code 完全透明。本质是一个本地 HTTP 代理。设置两个环境变量：ANTHROPIC_BASE_URL，ANTHROPIC_AUTH_TOKENClaude Code 以为自己在打 Anthropic 的服务器，实际上请求到了你本机的代理，代理再转发给你配置的后端模型。支持的 Provider1） NVIDIA NIM：免费，40 req/min，推荐首选。支持 Kimi K2.5、Qwen 3.5、GLM5 等主流模型。2） OpenRouter：有大量免费模型，包括 DeepSeek R1、GPT-OSS-120B、StepFun 等，模型选择最丰富。3） DeepSeek：直连 DeepSeek API，价格极低，deepseek-chat 和 deepseek-reasoner 都支持。4）本地运行：LM Studio、llama.cpp、Ollama 三选一，完全离线，无速率限制，隐私最高。几个值得关注的细节1）按模型路由：Claude Code 里 Opus/Sonnet/Haiku 请求可以分别映射到不同 provider 和模型，混用完全没问题。比如 Opus 路由到 Kimi K2.5，Haiku 路由到本地 GLM Flash，省钱同时保性能。2）请求优化：5 类「无意义请求」（网络探测、标题生成、路径提取等）直接在本地拦截返回，不消耗 API 配额。3）Thinking Token 支持：自动解析 <think> 标签和 reasoning_content，转换成 Claude 原生 thinking blocks 格式，不丢中间推理过程。4）Discord/Telegram Bot：可以把 Claude Code 接进消息平台，远程发任务、看进度、多会话并发。支持语音转文字输入（Whisper）。5）VSCode 也支持不只是终端，VSCode 的 Claude Code 插件同样可以接上。改一下 settings.json 加两行环境变量就行，插件完全无感。地址：github.com/Alishahryar1/free-claude-code#HOW I AI# #程序员#

27. 看了一晚上 Claude Code 泄露的代码，结合常见的记忆管理框架，把记忆模块做了一些分析。Tulving 老爷子在 1972 年提出了记忆系统的框架设计，至今仍在广泛使用，他把记忆分为三类：1）情境记忆（episodic memory），我干了啥，用来记录过去；2）语义记忆（semantic memory），我知道啥，用来提炼规律；3）以及程序化记忆（procedural memory），我会做啥，用来决定行动。这些记忆之间是存在相关性的，例如我经历的事情（情景记忆）会慢慢遗忘细节，储存在脑海中的是提炼后的规律和知识，也就是压缩成了语义记忆；而我知道的东西又会逐渐内化为行动的指引，变成一种“知道怎么做”的能力，这就是程序化记忆；程序化记忆反过来又会指导行动，从而产生新的经历。三者构成了一个不断循环的过程：经历 → 知识 → 技能 → 新的经历。Claude Code Memory 在这几块都有对应的实践，例如每轮次的对话它会以 jsonl 格式做储存，这是情境记忆；同时在对话过程中还会有 SessionMemory 做实时蒸馏，相当于一边发生一边做初步整理。每轮次结束后，它会 fork 出一个子 Agent（extractMemories）去提取值得持久化的内容，写入带 YAML 头的 MD 文件，这一层对应语义记忆，把零散对话压缩成可复用的知识。更有意思的是它还有一个 autoDream 机制，会在后台做整合和修剪，把碎片化的内容重新组织、合并、更新，这一步很像记忆的巩固过程。很多框架都没有实现程序化记忆，而 Claude Code 做了。它有一个 feedback 的记忆类型，不仅记录了不要做什么（用户的纠正），还会记录哪些做法是对的（用户的确认），这些都是经验化的技能记录。多数系统只考虑负反馈，Claude Code 兼顾了正向确认，让 Agent 不至于越学越保守，这一点非常关键。相比 LangMem/Mem0/Zep/EverMemOS/MemOS 这些框架，Claude Code 肯定弱的像个菜鸡😄。它有很多能力是明显不足的，例如：不支持语义化召回（用 LLM 扫 metadata 代替向量检索，上限 200 个文件）、遗忘策略比较粗（24 小时 or 5 轮对话触发整合）、无关联网络（记忆是孤立文件），等等。真要像 EverMemOS/MemOS 那样追求全量记忆，工程和架构复杂度会直线上升，就拿 EverMemOS 来说，光基础设施就包含了 MongoDB/Elasticsearch/Milvus/Redis，更别说其他的附带依赖了。这类框架更适合做个人长期记忆管理。另外也去对比了下 OpenClaw，它的记忆实现也非常有意思。它不追求全量记忆，而是优先解决“记忆什么时候该被用”。它把记忆拆成了三层：全局层、工作区层、任务层，逐层收敛，只在必要的时候才把上下文拉进来。在 OpenClaw 眼里，记忆不是资产，正确使用记忆的能力才是。所以它的设计更侧重于重建临时的记忆网络。放在这个视角下再去看 Claude Code，就会发现它其实选了一条更偏执行的路径。对它来说，看清问题全貌也没那么重要。它解决问题的方式，更像人类工程师 debug，一边看、一边改、一边跑、一边修正，在行动中逐步逼近答案。在这个过程中，Memory 的作用就是一个“防遗忘机制”，保证关键上下文不会在多轮试错中丢失。

28. AI Agent 开发中，记忆管理一直是老大难——上下文窗口有限，长期知识难以留存，跨会话、跨任务的连贯性也很难保证。Cognee 把「记忆控制平面」浓缩到 6 行代码里，让 Agent 拥有持久、可进化、可检索的共享记忆。只需一行 pip install 即可接入：支持任意格式数据摄入，自动构建知识图谱 + 向量索引，兼顾语义搜索与关系推理，还能随反馈不断优化。GitHub：github.com/topoteretes/cognee主要功能：- 6 行代码即可实现 remember / recall / forget / improve 四大操作- 知识图谱 + 向量混合检索，自动路由最优搜索策略- 支持多会话隔离与跨 Agent 知识共享- 提供 Claude Code、OpenClaw 等官方插件，一键接入主流 Agent 框架- 兼容 Cognee Cloud 或自托管部署（Modal、Railway、Fly.io 等一键脚本）- 支持本地 UI 与 CLI，快速验证与调试支持 Python 3.10+，通过 pip/uv/poetry 即可安装，适合构建长期记忆型 Agent、客服机器人、知识蒸馏助手等场景。#AI创造营# #人工智能#

29. Claude 1M正式上线，价格一分不涨，搭了半年RAG的人崩了。。。

30. 9个最佳的Claude Code提效项目1. Superpowers网页链接Superpowers是Claude Code的增强插件，提供快速原型开发和迭代编码能力。2. Awesome Claude Code网页链接精选的Claude Code资源、技巧、提示词、工具和集成的完整列表。3. GSD (Get Shit Done)网页链接轻量级任务自动化框架，帮助Claude Code高效完成日常开发工作流程。4. Claude Mem网页链接为Claude Code添加持久化内存能力，自动跨会话保存上下文，减少重复信息输入。5. UI UX Pro Max网页链接AI驱动的设计系统生成器，根据产品类型自动推荐配色、排版、布局和组件模式。6. n8n-MCP网页链接为Claude提供n8n自动化工作流的完整文档和API访问，让Claude能设计和部署复杂的自动化。7. Obsidian Skills网页链接Obsidian笔记软件的Agent Skills，使Claude Code能直接创建和编辑Markdown、Canvas和Bases。8. LightRAG网页链接轻量级检索增强生成框架，通过知识图谱和向量检索为Claude Code提供更精准的信息检索。9. Everything Claude Code网页链接production级Agent框架，包含28个专业子Agent、116个技能、59个命令和完整的安全审计系统。#HOW I AI# #程序员# （via. Hasan Toor)

31. Claude Code一夜重构，上线 Routines，现在关机也能修bug干活了

32. 登顶搜索榜第一，Token消耗降低 24%：解析Claude新功能 PTC

33. 在线编程助手 Claude Code 总是不记得之前的上下文？试试 letta-ai/claude-subconscious 这个开源插件吧！它是一个后台“潜意识”代理，实时观察你的代码会话，阅读代码库文件，积累记忆，并在你下一次输入时悄悄给出有用提示。主要功能：- 持久记忆跨会话保存项目上下文、编码偏好和待办事项- 读取与搜索代码库，帮你主动检测模式和给出指导- 多会话共享一份“潜意识”，支持项目间连续背景知识- 支持web搜索，背景调研更智能- 轻量运行，不阻塞你的工作流，自动同步内容只需简单安装 `/plugin marketplace add letta-ai/claude-subconscious`，配置 LETTA_API_KEY 即可开启。适配Claude Code，联动 Letta Code SDK，助力 AI 编码更“有思考”，让代码聪明起来！GitHub：github.com/letta-ai/claude-subconscious#AI辅助编程# #开源工具# #ClaudeCode#

34. Claude Code自动记忆来了！配合老金三层记忆系统全开源！加强Plus！

35. 【一个周末，从 AI 使用者进化为 AI 架构师】放弃那些你永远不会再看的收藏夹。真正的掌握不需要 50 个指南，只需要这一个官方路线图。这不仅是关于如何使用一个工具，更是关于如何构建一个自动化的数字帝国。周六：建立认知与指令系统第一天的目标是将 Claude 从一个聊天机器人转变为你的专业助手。你需要理解它的逻辑，并学会如何赋予它持久的记忆。1. 基础认知：Claude 101一切的起点。理解 Claude 的核心功能与日常任务处理。链接：anthropic.skilljar.com/claude-1012. 提示词工程官方指南掌握与模型沟通的底层语言。这不是简单的聊天，而是精准的指令设计。链接：platform.claude.com/docs/en/build-with-claude/prompt-engineering/overview3. 交互式实战教程通过动手练习，识别常见的失败模式，掌握 80/20 的核心提问技巧。链接：github.com/anthropics/prompt-eng-interactive-tutorial4. 赋予 Claude 长期记忆：CLAUDE.md这是进阶的分水岭。通过 CLAUDE.md 文件，让 Claude 记住你的项目架构、编码标准和工作偏好，实现跨会话的知识延续。链接：code.claude.com/docs/en/claude-md5. 教授 Claude 可复用的工作流：Skills将重复的 playbook 或检查清单封装成技能，让 Claude 在需要时自动调用。链接：code.claude.com/docs/en/skills周日：构建自动化与外部连接第二天的目标是让 Claude 走出对话框，接入你的生产力工具，并在云端 24/7 为你工作。1. Claude Code 核心实战学习如何在终端、编辑器或 Web 端部署 Claude Code，进入 Explore 到 Commit 的完整开发循环。链接：anthropic.skilljar.com/claude-code-101实战演示：anthropic.skilljar.com/claude-code-in-action2. 接入外部生态：MCP 协议通过模型上下文协议，将 Claude 连接到 Slack、GitHub、Google Drive 或你的数据库。从此，它不仅能思考，还能行动。链接：code.claude.com/docs/en/mcp3. 自动化例行任务：Routines定义在云端自动运行的例行程序。无论是定时维护代码库，还是通过 API 触发警报处理，它都能在你不在线时保持工作。链接：code.claude.com/docs/en/routines4. 开发者完整文档当你准备好构建复杂的自定义自动化时，这里是你的参考手册。链接：code.claude.com/docs/en/routinesx.com/DeRonin_/status/2045893227115344152

36. OpenAI官方插件进Claude Code，老金装了后工作流省了这4步

37. Claude Opus 4.7刚刚曝光！Claude Code一夜重构，7x24小时替你打工

38. Anthropic一夜震撼升级：Claude获得「永久记忆」！全球打工人变天

39. Claude 记忆功能全面开放：免费用户也能用，它到底记什么、怎么用？

40. Claude Code的最强记忆外挂来了！

41. Claude-Mem 为Claude Code提供永久记忆73.9万星、兼容 OpenClaw

42. Claude把记忆功能送给免费用户了，这件事比你想的更重要

43. 63k+ star：给Claude Code加上持久记忆。

44. Claude-mem 记忆插件解析

45. Claude被曝加入“永久记忆”功能，AI开始真正记住工作了

46. Claude-Mem：让AI编程助手拥有跨会话持久记忆

47. Anthropic重磅升级Claude，引入“永久记忆”知识 Anthropic重磅升级Claude，引入“永久记忆”知识库，AI办公协作迈向新阶段\n据多家科技媒体及爆料人消息，人工智能公司Anthropic正为其AI助手Claude进行一系列重大升级，核心是赋予Claude“永久记忆”能力。此次升级主要围绕即将成为主模式的“Claude Cowork”协作平台展开。\n核心升级包括：\n知识库（永久记忆）： Claude将可通过“知识库”功能持久化存储和主动检索用户提供的特定背景信息、偏好与决策记录。这意味着Claude能在长期协作中“记住”关键信息，减少重复沟通，实现“越用越懂你”。\nCowork模式成为默认：传统的聊天模式将整合进全新的“Claude Cowork”界面中。该模式旨在成为一个集聊天、文件处理、自动化任务和成果管理于一体的AI工作台，强调工作流协作而非单纯问答。\n界面与功能优化：用户界面将进行调整，右侧增设“Artefacts”侧边栏，用于持续管理和复用生成的内容。同时，自动化连接器体系将增强，有望更灵活地调用外部工具。语音模式和图像生成功能也将得到升级。\n行业观察指出，此举旨在将Claude从临时性的对话助手，转变为能够长期陪伴、具备上下文记忆的“AI同事”。这反映了AI行业的一个共同趋势：解决模型的“持续学习”和记忆问题被认为是迈向更智能、个性化助手的关键一步。如果这些升级顺利落地，AI生产力工具的竞争可能进入以长期记忆和深度工作流集成为特征的新阶段。\nhttps://x.com/testingcatalog/status/2012891786226626919\nhttps://www.testingcatalog.com/anthropic-works-on-knowledge-bases-for-claude-cowork/

48. 告别失忆！Claude编程神器省下95%流量，20倍工具调用上限惊艳G

49. 让 Claude Code 拥有永久记忆，claude-mem暴涨 7.3万 Star！

50. Anthropic狂飙升级：当Claude开始“长记性”，打工人真的要翻身了

51. 54.8K+ star | Claude Code 记性不好？这个工具让它拥有了「持久记忆」

52. [今日推荐Claude-Mem]:给Clause Code装上永久记忆

53. Claude Code拥有永久记忆开源项目 claude-mem 上线，48 小时狂揽 5.4 万 GitHub 星标！单次会话 Token 消耗直接砍 95%，永不触达上下文限制！不用每次重新喂上下文，无缝衔接上次中断的地方，一键安装还完全免费！真正值钱的不是全记住，而是知道该丢什么，AI 记忆层的革命来了！#ClaudeCode #claude-mem #AI 开发工具 #开源项目 #AI 记忆优化

54. 刚刚，Claude实现「永久记忆」！官方还没上线，大神已玩疯 | DW数智视野

55. Claude‑Mem长期记忆插件

56. Claude Code 记忆机制：从 CLAUDE.md 到 Auto-memory

57. 震撼升级：Claude 获得「永久记忆」！全球打工人变天

58. AI开始记住你了，但你还敢信它吗？丨屋里AI新闻速递

59. Claude Code 终于可以拥有永久记忆了，开源项目claude-mem上线两天狂揽6.1万GitHub星标。他强在给 AI 装了个“本地大脑”。不是傻存聊天记录，而是像老架构师一样，只记关键结论和你的代码习惯。神级压缩能把单次会话token消耗直接砍掉 95%，永不触达上下文限制！一键安装、完全免费。让AI Agent不再是工具，而是有记忆的技术伙伴。#ai#ai工具#ai新星计划

60. Anthropic一夜震撼升级：Claude获得「永久在线」！全球打工人变天

61. claude code 持久化跨会话记忆插件，github 71.8k star！解决了记忆系统记不住，记不清，不知道怎么用的痛点！可解决持久化记忆问题，实时展示与claudecode的交互。其核心架构为持久化跨绘化记忆系统，通过hook触发机制实现自动生成会话摘要并存储。插件还提供了记忆系统、文件记忆和向量记忆等功能。 #memory #claude #claudemem #大模型 #agent

62. GitHub 51k Star！给 Claude 装上“永久大脑”，让 AI 真正拥有过目不忘的记忆力！

63. 🔥 GitHub今日爆款！Claude终于有了“长期记忆”，编程效率拉满

64. GitHub斩获46K星！claude-mem让Claude Code彻底告别"金鱼记忆"（附架构深度解析）

65. Claude-Mem 让 AI 拥有永久记忆 🧠

66. Claude-Mem：让AI拥有"持久记忆"的神器来了！

67. claude-mem：Claude Code 的长期记忆引擎，让 AI 记住你的所有操作!

68. claude-mem 一个专为解决Claude Code"失忆"问题的上下文记忆插件

69. 让Claude Code拥有永久记忆，claude-mem暴涨 7.1万 Star！

70. 用Claude做项目最让人崩溃的是什么？不是它不够聪明，是它tm的老失忆！有人把Claude和谷歌NotebookLM绑在一起，直接给Claude装了个\"永久大

71. 突破边界：Claude Code 持久记忆方案的实践

72. 让Claude拥有记忆，并真正记住你

73. 笑了，Claude Code 没有长期记忆怎么玩

74. 让你的 Claude Code 拥有长久记忆能力

75. claude-mem：让AI编程记忆永不丢失

76. claude-mem 实测：为什么它能省 90% 的 Token 还能记住更多？

77. Claude Code + NoteBookLM= 无限记忆

78. 每天半小时AI知识 | Claude终于有记忆了！这个插件让它越用越懂你

79. Claude-mem：让 Claude Code 拥有永久记忆

80. Claude Code 刚刚永久改变了记忆功能（教程）

81. 让 Claude Code 拥有永久记忆，claude-mem暴涨 7.1万 Star！

82. 2026 年 Claude + Obsidian 第二大脑完整指南：从 CLAUDE.md、Skills 到 MCP 与 Multi-Agent 实战

83. Claude Code Skills详解：memory-skill Claude长期记忆管理完整指南

84. 用Obsidian为Claude Code打造最强第二大脑

85. 炸了！Claude新功能让AI拥有永久记忆，野生

86. Obsidian + Claude：手把手教你搭建一个真正能思考的第二大脑

87. 这两天最大的科技新闻必须是Claude官宣的「永久记忆」功能！说真的，我一直觉得ChatGPT最实用的就是记忆功能——新开窗口照样记得我的使用习惯和偏好，给出的建议总能踩在点上，连上次讨论到一半的项目都能接上茬，偶尔还会抛来几个隐藏思路。#claude #claudeskills #skills #科技热点 #科技资讯

88. 记忆混乱?上下文膨胀?Skill 分享 — Claude Code 记忆系统管理工具

89. Claude Code ：持久记忆体系与权限模式配置指南

90. Claude 写代码也有长期记忆了？

91. 我用Obsidian和Claude搭建了AI数字大脑（工具介绍+安装配置）

Claude上线永久记忆功能，免费用户可跨会话自动加载偏好

精选参考来源