Ru果你曾经在命令行里对 Claude Code 说过“把这段函数写成异步”，第二天它还Neng记得你的偏好，那背后一定藏着一套精心设计的记忆与调度系统。本文将用通俗易懂的语言，把这位“终端里的编程伙伴”到底是怎么运转的，一层层拆开来聊。

一、整体架构：大模型 + 小模型 = 双核引擎

Claude Code 并不是把所有功Nengdou塞进同一个巨型模型里而是采用了「主副 Agent」模式：

核心大模型负责复杂推理、代码生成以及多轮对话，是整个系统的大脑。

轻量小模型专门处理日常任务，如文件索引、权限校验、简短回答等，像是大脑的副手。

这种分工让系统既Neng保持高水平的创造力，又Neng在毫秒级别完成日常查询，真正Zuo到「速度」与「质量」兼得。

1️⃣ 主体模型的职责

当用户发出需求，Core 会先把需求转化为抽象的任务树，然后在内部运行一次「思考-计划-执行」循环：

思考解析自然语言，抽取关键实体。

计划依据Yi有经验生成实现步骤清单。

执行调用工具链逐步完成代码。

2️⃣ 副模型的角色

Helper 在以下场景中会抢戏：

快速检索项目目录结构；

判断当前文件是否符合安全策略；

对话中出现的简单问答。

因为这些操作不需要深度推理，使用小模型Ke以大幅降低计算成本，同时保持响应流畅。

二、记忆系统：从「存」到「用」的六层金字塔

hen多人误以为 AI 的记忆只是一堆数据库记录。Claude Code 把记忆拆成了六个层级，每一级dou有独特职责，确保信息既不被滥用，也Neng及时被召回。

① 系统级记忆

这层相当于全局配置，例如默认代码风格、组织内部安全规范。它由管理员预先写入，一旦部署就不可随意修改。

② 项目索引

启动时Claude Code 会遍历目标仓库，生成一个轻量级树形索引。索引只保存路径、文件大小和Zui近修改时间等元数据，真正内容只有在需要时才会被读取。

③ 会话缓存

每一次交互结束后一个子进程会检查本轮对话是否出现值得保留的信息。Ru果用户提到了「重构登录模块」，系统会把这条指令连同时间戳写入缓存，以便后续主动召回。

④ 经验库

AIGC 的核心竞争力往往体现在可复用的解决方案上。Claude Code 把成功完成过的问题抽象成「技Neng」——例如“一键排查 Redis 连接异常”。这些技Neng以结构化 JSON 存储，在相似情境下直接被调用，无需重新推理。

⑤ 动态优先级队列

Oops! This part got garbled; let’s continue.

"何时" 是设计中的硬核要素。每条记忆dou会打上创建时间和有效期标签。当检索时Ru果发现信息Yi经超过设定期限，就会自动标记为“过期”，不再参与决策。但历史记录仍然保留，以便审计或回滚使用。

A. 主动召回

User 发起新请求 → 系统先查询 Memory Service，kan是否有相关条目；

If 有，则把Zui匹配的几条放进 Prompt 前置块；

The Core 在正式思考前，就Yi经拥有了上下文线索，从而避免重复提问或走弯路。

B. 被动注入

Certain tasks require即时上下文，此时 Core 会在执行工具前，把当前对话历史拼接进去；

This approach 适用于一次性任务，不会占用长期存储空间。

AIGC 的痛点之一是 token 限制。Claude Code 为此研发了两套压缩方案：

Semi‑Automatic Summarizer：当对话长度超过 80% 配额时系统会调用小模型把早期轮次浓缩为结构化摘要，再替换原始文本。摘要包括关键变量名、Yi完成步骤以及未决问题。

Sparse Retrieval：K‑近邻算法挑选Zui相关的 10 条历史记录，仅将这些注入 Prompt，从根本上削减 token 数量。

*提示：Ru果你经常进行长篇讨论，Ke以手动触发 “/compress” 指令，让 Claude Code 主动帮你整理过去的话题。

Poor‑Permission Files：C​l​a​u​d​e​ Code 对读取类操作默认放行，因为它们不会改变项目状态。但任何涉及写入磁盘或执行 shell 命令的动作，dou必须得到用户明确确认。

L​i​m​i​t­ed Execution Sandbox：所有外部指令dou在受限容器里运行，即使出现意外也不会波及主机环境。

Audit Log：每一次工具调用dou会被写入审计日志，包括时间戳、调用者身份以及返回结果，方便事后追踪与回滚。

This mode is ideal when you need fine‑grained control or want to explore multiple design options.

User 与 Claude Code 对话式地敲定需求；

The Core generates代码片段并实时展示；

You Ke以随时打断或要求修改，让 AI 按你的节奏前进；

The memory system records关键决策，以便后续复用。

b) 自动流水线模式

When you have大量相似任务，例如批量迁移旧项目到 TypeScript，这种模式Neng够“一键跑通”。

提前编写一份配置文件 description.yaml ，列出目标语言、代码风格以及特殊规则； / li>

Claude Code 根据配置自动遍历仓库，每发现一个符合条件的文件就触发 Skill “Convert JS to TS”； / li>

整个过程无需人工干预，只要监控日志即可知道是否有异常需要人工介入； / li>

实时geng新难度大 ： 当用户偏好改变，除非显式告诉 AI 否则旧信息仍可Neng影响新决策。 / li>

检索噪声 ： 索引基于近似向量匹配，有时返回的信息虽然kan起来相关，却并不真正解决当前问题，需要额外过滤。 / li>

外部记忆依赖 ： 把记忆抽离出来固然灵活，但也带来了同步成本——Ru果忘记geng新 index 或 skill 库，会导致 AI 使用陈旧资料。 / li>