不是？不，你必须是。
那你知不知道，它的短期记忆是怎么实现的？
我花了三天时间，翻了一遍 Claude Code 的源码和官方文档，还从零到一用 Python 实现了一个 Claude Code，名叫PaiCLI，已经开源在 GitHub 上了，所以我有信心帮你讲清楚这三层：
- 短期记忆的本质是什么？
- 上下文窗口是有限的，用完了怎么办？
- 自动压缩丢了关键信息怎么办？
哈喽大家好，我是二哥呀。今天用 3 分钟，给你讲清楚 Claude Code 的短期记忆是怎么实现的。
系好安全带，我们粗粗粗出发了～
先说第一层，短期记忆到底是什么。
很多人以为大模型是记忆的。
其实没有。
Claude Code 的短期记忆，本质就是一个数组。你，也就是用户，发了一句提示词；Claude Code，也就是你正在用的这个终端 Agent，就往这个数组里追加一条 user 消息；
Agent 调用了大模型，比如 Fable 5，或者 DeepSeek V4，返回了响应，就往数组里追加一条 assistant 消息；
Agent 调用了工具，就往数组里追加一条 tool 消息。
所谓的记忆，就是 Claude Code 在每次调用大模型的时候，把这个塞满了上下文信息的 Messages 数组重新发送了一遍而已。
那聪明的你肯定想到了。数组会一直变大变大变大，但上下文窗口是有上限的，比如说DeepSeek V4 的上下文窗口是 1 兆 Tokens。塞满了怎么办？
靠自动压缩。
Claude Code 有一个 autoCompact，它会实时估算当前消息的 token 总量。一旦接近上下文窗口的上限，就会自动触发压缩。
那聪明的你肯定又要问了：压缩是怎么实现的？
Claude Code 会起一个子 Agent，把历史消息发给大模型，让它按 9 个维度生成一份结构化摘要。
这份摘要包括：用户的核心诉求、关键技术概念、读过的文件和代码、遇到的错误和修复方案、解决问题的思路、用户消息要点、待办任务、当前进展、下一步计划等等。
相当于做了一份“笔记”。
那聪明的你肯定又想到了：假如你之前让 Claude Code 读了一篇一万字的文章，压缩后摘要里只留下了一句“母猪会上树”，具体内容没了。下一轮对话，模型又要用这篇内容，难道再读一遍？
不，Claude Code 没那么蠢。
它会把最近读过的 5 个文件、当前加载的 Skill 定义、所有工具的 schema，重新注入到上下文里，这些关键信息是不会丢的。
压缩只是把旧的，不需要的冗余信息扔了。
完成之后，Claude Code 还会在消息数组里插入一个边界标记，名叫 Boundary Marker。
从这一刻起，每次调大模型，只发送边界标记之后的消息。标记之前的全部丢弃，以释放上下文窗口。
“记忆”变成了：一份摘要，加上必要的文件，再加上最近几轮的原始对话。
当然了，压缩之后，Claude Code 是有可能忘记某个细节的，这不是 bug——是没办法的事。原因很简单，那个细节在压缩时丢了。
就像下雨时你打了伞，但身上可能还是会淋几滴雨，不过不要紧，不影响你的帅气或美貌。
最后简单总结下。
短期记忆其实是一个 Message 数组，在触发了上下文窗口上限时，Claude Code 会帮你做一次摘要压缩。当然了，压缩会丢弃一些细枝末节，所以，尽量在一个上下文窗口内处理完一件事。真处理不完，可以手动压缩让模型记住你的核心诉求。
这个知识点你学废了吗？想解锁更多 AI 硬核知识，点赞关注，我是二哥，咱们下期见！
