Immortal Memory — AI skill for Claude Code

Immortal Memory · 赛博永生记忆库

让 AI 基于证据长期理解你，按任务调用记忆，并把真实结果写回来。

---

它能做什么

Immortal Memory 是运行在你自己电脑上的个人 AI 记忆系统。它把你明确授权的会议、对话、笔记和代码协作痕迹，变成有出处、可纠正、可审核的长期记忆。

对使用者来说，它完成四件事：

1. 自动沉淀：持续采集已登记来源，自动清洗、去重、脱敏和蒸馏。
2. 由你确认：系统只能提出候选理解，未经本人确认的内容不会升级成稳定的「你」。
3. 按任务调用：Codex、Claude Code 或其他本地 Agent 先生成 Context 预览，你可以排除内容，再编译实际交付的记忆包。
4. 结果可追踪：任务结束后，可以标记哪些记忆有用、哪些需要复核；Trust 账本会展示问题，但不会擅自改写记忆。

对 Agent 来说，它提供同一套 CLI、HTTP 和 MCP 接口，并强制执行「预览、确认、编译、使用、结果」生命周期。Agent 得到的是当前任务需要的有限上下文，不是整座私人记忆库。

我为什么做这个

模型已经够聪明了。

现在卡住产出质量的，不是模型本身，是模型对你了解多少。

我把这个判断叫做 AI 正在从 **CPU Bound 走向 Memory Bound**。算力和智能跨过某个阈值之后，你再换一个更强的模型，拿到的东西也只是更流畅的废话。真正决定它能不能帮到你的，是它手上关于你的上下文有多密。

还有一个更要命的问题。大模型天生爱说**正确的废话**。它的底层是 next token prediction，再叠上 RLHF，本质就是在奖励共识、惩罚异见。所以你不喂它东西，它默认给你的就是全网平均水平的那套话。

要让它说出像你会说的话、按你会做的判断去做事，只有一个办法：用**足够高密度的个人上下文**，把它从共识里硬拽出来。

Immortal Memory 就是干这件事的本地系统。它不是一句 prompt，也不只是一个 Codex 技能。v1.3 在 v1.1 Living Self 架构上，用五个可追溯层完成这件事：

1. Claim：把原始痕迹变成带出处、作用域、归因和隐私标签的可纠正主张。
2. Living Self：只用已确认 Claim 生成有版本的「当前自我」，旧版本永不原地覆盖。
3. Judgment：保存情境、选择、结果和教训，不把一次选择夸大成永久原则。
4. Context：按当前任务预览并编译有界上下文，用户能看到、排除和确认实际交给 Agent 的内容。
5. Outcome：记录使用结果和被支持或被挑战的记忆，让 Trust 账本有真实反馈，而不是只有画像没有闭环。

采集、检索和角色编译仍然存在，但它们围绕这五层工作。每次纠正都会保留旧 Claim，写入新的纠正事件，并生成新的 Living Self 版本，因此「系统现在怎么理解你」和「它为什么改变」都能追溯。

为什么不是再写一份长 prompt

很多人理解的让 AI 记住我，是把我喜欢 TypeScript、我说话简洁这类事实塞给它。

这只能让它知道你是谁，不能让它像你一样思考。

**事实层和判断原则层是两回事。**

• 事实层：你偏好什么。
• 判断原则层：你在可维护性和