هر بار که همکار هوش مصنوعی شما تصمیمی را که دیروز گرفت فراموش میکند، در واقع بخشی از بهرهوری خود را دور میریزید. این «فراموشی جلسات» (Session Amnesia) بزرگترین مانع در پروژههای بلندمدت کدنویسی است، جایی که هر جلسه جدید معمولاً مانند یک صفحه سفید آغاز میشود.
به نقل از تحلیل فنی منتشر شده در dev.to در ۳۰ آوریل ۲۰۲۶، ابزار Claude Code این مشکل را از طریق یک سازوکار پنهان به نام MEMORY.md حل کرده است. در حالی که اکثر کاربران با CLAUDE.md — همان راهنمایی که انسانها در آن قراردادهای کدنویسی را تعریف میکنند — آشنا هستند، MEMORY.md در واقع یک دفترچه یادداشت میدانی است که توسط خود هوش مصنوعی زاینده (Generative AI) نوشته میشود تا آنچه را که حین همکاری با شما میآموزد، ثبت کند.
طبق گزارشهای فنی، این سیستم به صورت پروژه-محور عمل کرده و فایلها را در مسیر ~/.claude/projects/ ذخیره میکند. این قابلیت به عامل (Agent) اجازه میدهد درسهای فنی را یادداشت کند؛ برای مثال، اگر مدل متوجه شود که در محیط مک باید از stat -c %Y به جای سینتکس BSD استفاده کند، این نکته را ثبت میکند تا اشتباه مذکور در آن پروژه هرگز تکرار نشود.
برای جلوگیری از تبدیل شدن این فایل به یک «سطل زباله» اطلاعاتی، چندین لایه حفاظتی تعریف شده است:
- محدودیت سختگیرانه ۲۰۰ خطی؛ هر محتوایی فراتر از این مقدار در هنگام بارگذاری حذف میشود تا ایجاز حفظ شود.
- سازماندهی موضوعی از طریق فایلهای پیوندی (مانند
debugging.mdیاpatterns.md). - خود-اصلاحی (Self-correction) توسط مدل برای حذف خاطرات قدیمی یا نادرست.
همانطور که در تحلیل قبلی ما دربارهی عاملهای هوش مصنوعی اشاره کردیم، تفاوت بین یک اسکریپت ساده و یک عامل واقعی در توانایی حفظ «وضعیت» (State) در طول زمان است. این سیستم در واقع لایه چهارمی از حافظه ایجاد میکند که مکمل تسکهای گذرا است. با این حال، نبود یک فایل حافظه سراسری (Global) همچنان یک محدودیت است و کاربر را مجبور میکند ترجیحات مشترک بین پروژهها را بهصورت دستی در CLAUDE.md سراسری همگامسازی کند.
این تنها آغاز ماجراست؛ چالش بعدی این است که چگونه این حافظههای محلی میتوانند در مقیاس سازمانها بدون نشت دادههای حساس گسترش یابند.
گام بعدی شما
- بررسی پوشهی
~/.claude/projects/برای مشاهده یادداشتهای مدل در پروژههای جاری. - مقایسه محتوای
CLAUDE.mdباMEMORY.mdبرای درک تفاوت دستورات انسانی و یادگیری خودکار مدل. - آزمایش مدل با سناریوهای تکراری برای سنجش سرعت بهروزرسانی حافظه در جلسات مختلف.
گفتگو