11w Star 的 Agent 记忆插件：最难的不是记

11 万 Star 的 Claude Code 记忆插件 claude-mem，最难的真不是记住。

它最初的做法很直白：Agent 读过的文件、跑过的命令全存下来。可一次修 Bug 能生成几万行流水，真正有用的往往就两句——根因在哪、怎么解决。全塞回去，既烧钱又把判断力冲淡了。

于是第三代加了 Observer，一个独立模型专门记账。结果账本自己也成了麻烦。

Observer 中途挂掉后重放日志，会得出完全不同的结论，甚至重复处理完的事项，引发重试风暴。后来才发现，恢复中断的模型会话，绝不是简单重放就能复原。所以只能等数据真正落库，再往前挪进度。

更讽刺的是，Observer 自己也会上下文溢出。只能定期换班，把旧会话压缩成摘要交给继任者。可上一轮漏掉的隐性前提，下一代永远无从知晓。

高负载时 Agent 一小时产出上千条事件，Observer 只能消化一半出头，积压一度逼近 4800 条。批处理也凑不满批次，子 Agent 的事件交错着来，平均每批只吃到 1.6 条。

到这一步，记忆已经不只是存储，开始反过来干预 Agent 的行为了。

它会拦住大文件的整篇读取，引导先看结构；反复验证过的旧经验权重越来越高。但最扎心的是——三个月前记下"方案 A 有并发风险"，当时是依赖库的 Bug；如今库升级修好了，Agent 检索到这条记忆，还是直接放弃方案 A。

命中率高、关联性强，绝不等于结论依旧成立。文本压缩还容易抹掉前提，把一条局部经验升格成普适规律。

说到底，难点从来不是记住，而是在对的时机唤起对的记忆，并且知道什么时候，不能再信过去。