Codex Memory机制详解：跨会话记忆如何让AI编程助手不再失忆

李博！我最近被一个事儿烦死了，每次开新会话跟Codex聊，它就跟失忆了一样，之前说好的项目规范全忘了。 哈哈，你这是踩到LLM无状态的经典坑了。不过你运气好，Codex刚上了Memory功能，专治这个。 诶对对对，我看到了！但我没太搞懂它到底怎么实现的，你给我讲讲呗。 行，先说根本问题。你知道为什么每次新会话AI都是白纸一张吗？因为LLM本质上就是个无记忆的函数——输入什么处理什么，它不会自动保留任何历史状态。 对，GPT-4 Turbo有128K的上下文窗口，但那也只是单次会话内的事儿，跨会话就没了。 没错，所以Memory的思路其实特别直观——在模型层之上加一层持久化抽象。把历史会话里有价值的信息存下来，新会话开始时自动注入进去。 等等，这不就是RAG吗？检索增强生成那套？ 嘿，可以啊小雨，嗅觉很灵敏。确实是类RAG架构，但它是个性化的RAG——知识库不是通用文档，而是你自己的历史会话里提炼出来的偏好和项目知识。 那它具体怎么决定哪些信息值得存呢？总不能把我每句话都存下来吧。 这就是它设计精巧的地方了。开启Memory之后，系统会先进入一个观察期，判断当前会话有没有值得提取的信息。不是所有对话都会被记录的。 你想啊，如果什么都存，噪声太多，反而会污染后续的上下文注入。所以它有一套智能筛选机制。 那过了筛选之后呢？直接存？ 没那么简单。我跟你说，这里有个特别关键的步骤——脱敏处理。 真的假的？它还会自动脱敏？ 当然！你想想，开发者对话里经常会不小心贴API Key、数据库密码这些东西。系统用正则匹配加语义识别双管齐下，比如sk-开头的OpenAI密钥、ghp-开头的GitHub Token，这些固定格式的直接正则抓。 更厉害的是，你说一句'我的数据库密码是xyz123'，即使没有固定格式，模型也能语义识别出来这是敏感信息。 这个确实牛，我们做产品的时候安全评审就最怕这种场景。 对，脱敏完了还有一步额度校验，确认你Memory存储空间够用才会真正写入。 那存储在哪儿？云端还是本地？ 本地。存在CODEX_HOME目录下的memories子目录里。这是个Local-first的设计哲学——你的项目知识不会上传到任何第三方服务器。 哦这个好，隐私友好。但跨设备就没法同步了吧？ 对，除非你手动迁移。数据主权和便利性之间的取舍嘛。 那每条记忆具体长什么样？ 四个核心模块：线程阶段性摘要、稳定记忆条目、近期上下文线索、还有Agents Markdown规范。 等会儿让我想想……稳定记忆条目就是那些长期不变的东西，比如我用Taro框架、TypeScript、BEM命名规范这些？ 完全正确！而且它会跟你仓库里设定的项目规范绑定，确保AI始终遵守你的约定。 我突然理解了。就是说我第一次告诉它用Taro加TypeScript，第二次让它写新组件的时候，它直接就按这套来了，不用我再说一遍。 对！甚至你踩过的坑它也记得。比如某个API有兼容性问题，下次遇到类似调用它会自动规避。 这不就是我梦寐以求的——一个真正了解我项目的AI搭档嘛！ 你们产品经理就知道用户体验，哈哈。但从技术角度说，这确实是RAG在个人开发场景的一次精巧落地。 得了吧，用户体验不重要吗？那我问你，什么东西不该往Memory里存？ 密钥、Token、账号密码，这些绝对不行。虽然有脱敏机制，但你也别主动往里贴完整密钥。还有团队内部机密规范、临时调试信息，这些也没必要。 那适合存的呢？ 命名习惯、技术选型、代码模板、踩过的坑、输出格式偏好——这些长期稳定的东西，越早让它记住越好。 嗯，我感觉这个功能的核心价值就是——随着时间推移，AI对你的项目理解会越来越深。 对，本质上它把'每次重新教AI'变成了'AI持续学习你'。从无状态到有状态，这一步跨得挺大的。 行，我回去就把Memory打开，先把我那个小程序项目的规范喂进去。李博，今天又学到了，谢啦。 客气啥，下次有坑记得来找我聊，我也好积累点素材，哈哈。