MemoryLake
返回全部文章
News2026 年 11 月 17 日·13 分钟阅读

Claude Code 和 Codex 能实现自我进化吗?Microsoft 的 TokenEconomizer 从过去会话中学到了什么,何时舍弃事实,以及学习内容的存储位置 (2026)

你连续第四天在同一个代码库中打开 Claude Code。在最初的几分钟里,它尝试运行 pytest,发现它不在路径中,于是切换到 python -m pytest——这和它在周一、周二和周三绕的弯路一模一样。在另一个窗口中,Codex 在不同的项目中做着类似的事情:重新阅读构建脚本,以搞清楚昨天已经解决的一个步骤。

这种模式是 Microsoft Research 在 11 月 16 日发表的一项研究项目的起点。该博客文章直言不讳地指出:“开发者日复一日地在相同的代码库中使用 AI 编程代理(agents),但代理往往在每次会话中都从零开始:重新发现熟悉的事实、加载未使用的工具,并重复不成功的尝试。”

该项目名为 TokenEconomizer,是由加州大学伯克利分校(UC Berkeley)、Microsoft Research 和 Microsoft Security 共同开发的开源插件。Microsoft 的公告首先强调了它在成本上的节省。本指南则关注如果你想知道 Claude Code 或 Codex 是否能实现自我进化时真正重要的部分:该插件从你过去的会话中学到了什么、决定何时信任所学事实的规则、事实何时被舍弃、所有内容存储在哪里,以及它完全不学习的内容。

什么是 TokenEconomizer

Microsoft 的描述是:“TokenEconomizer 是一个开源插件,它通过学习代理在代码库中过去的会话来减少未来会话的浪费,而无需修改代理或其底层模型。”

它是一个插件,而不是 Claude Code 或 Codex 的内置功能。 Anthropic 和 OpenAI 都没有预装它。你需要将其添加到你已有的代理中,代理本身保持不变。该项目的 README 指出,它是 Claude Code、Codex、GitHub Copilot CLI 和 Pi 的插件,并对其他几种代理提供实验性支持。

它是按代码库学习的。 学习的单元是你不断返回的代码库。博客用自己的测量结果解释了原因:在同一个代码库内的重复操作远比与其他代码库历史记录的匹配更常见。一个项目的经验主要对该项目有帮助。

因此,对标题问题的诚实回答是有限的。Claude Code 和 Codex 不会自我重新训练。像这样的插件可以观察你回话中发生的事情,并改变下一次会话开始时的初始状态。

它学到了什么:三种教训

博客描述了三种机制。每种机制都将过去的会话转化为不同类型的教训。

微技能(Micro-skills):关于代码库如何运作的事实。 README 将其描述为“会话不断重新发现”的事物,例如“必须首先运行的构建步骤、在此处有效的命令拼写”、命令需要的环境变量,或生成文件的存放位置。博客称之为单行笔记形式的代码库特定知识。

工具剪枝(Tool pruning):该代码库永远不需要哪些工具。 每个加载工具的描述都会随每个请求发送。如果历史记录显示某个工具一直未被使用,插件会通过代理自身的设置在以后的会话中将其排除。用于运行命令和编辑文件的核心工具始终保留。

失败循环干预:当一个轮次陷入困境时。 当代理不断遇到相同的失败时,一个评判模型会决定它是否真的卡住了。如果是,代理会收到一条简短的提示,建议采用不同的方法。

只有第一种是日常意义上的记忆,即从一个会话带到下一个会话的事实。另外两种是关于行为的教训。这三者都源于同一个来源:正如博客所言,在每次会话结束后,“TokenEconomizer 会读取会话日志并更新它对代码库的了解。”

决定事实何时被信任的规则

无论你是否安装任何东西,这都是设计中最值得借鉴的部分。

事实并非在第一次出现时就被添加。README 规定了门槛:“一旦有三个会话确认了一个事实,该事实就会在每个会话开始时陈述;当后续会话与其矛盾时,该事实就会被舍弃。”

根据 README,事实来自两个地方:“跨会话重复的失败”,以及一个每隔几个会话审查近期会话并提出事实的模型。仅有提议是不够的。在进入代理的初始上下文(context)之前,它必须经过重复证据的确认。在此之前,它一直处于“尚在形成中”的事实列表中。

博客用自己的话描述了同样的门槛:笔记“只有在多个会话确认了该模式后才会添加到代理的初始上下文中,如果后续证据与其矛盾,则会撤销该笔记”。

为什么这很重要?因为构建自我进化代理的显而易见的方法是让它记下在会话结束时得出的任何结论。这种方法有一个已知的弱点:一次幸运的猜测或一个错误的结论,会变成未来每个会话的常规指令。重复确认的门槛是对这一问题的直接回答。单个会话本身无法创造事实。

README 将此列为设计原则:“事实仅由重复证据形成,工具仅在未使用后移除,循环守卫不会干预仍在取得进展的轮次。”

事实何时被舍弃

规则的另一半同样重要。学到的事实并非永久性的。

如果后续会话与某个事实相矛盾,它就会被舍弃。如果你的团队从一个测试运行器迁移到另一个,旧命令不再得到确认并开始失败,插件就会撤销该笔记。README 中没有任何内容表明事实会因为曾经正确而永远存在。

同样的可逆性也适用于其他机制。README 的原则是“保持每个动作可逆”,并详细说明了这意味着什么:“后续会话矛盾的事实会被舍弃,移除的工具可以恢复,循环守卫只负责重定向并告知你:停止轮次由你决定。”

对于剪枝掉的工具,README 的描述很简短:“一个命令即可找回。”

对于卡住的轮次,插件的限制是明确的。在重定向后,如果轮次仍然卡住,README 表示 TokenEconomizer 会告诉你如何停止它,并且“它本身从不停止轮次”。

因此,学习循环在两端都有制动器。事实需要重复确认才能进入,需要矛盾证据才能退出。工具列表可以恢复。卡住的轮次始终由你决定。

它把学到的东西存在哪里

README 直接回答了这个问题:“它学到的东西留在你的机器上,位于 ~/.tokeneconomizer。”

博客重复了这一点:该插件“将学到的内容保存在开发者的机器上”。它还指出,该插件不需要自己的 API key。

这产生了一些实际后果:

  • 它是按机器分配的。 在自己的笔记本电脑上处理同一个代码库的同事将从他们自己的副本开始,该副本是根据他们自己的会话构建的。
  • 它是按代码库分配的。 在一个代码库中学到的内容仅为该代码库保留。
  • 它通过代理已读取的内容工作。 根据 README,“事实在会话开始时进入上下文,工具通过代理自身的设置移除,因此不依赖于代理学习新工具。”

插件进行的模型调用(如事实提议者和评判者)也通过你自己的代理运行。README 表示它们运行在“相同的方案或登录账号下”,其成本包含在插件的报告中。

你可以查看它学到了什么。插件的命令包括 status(显示它在代码库中学到了什么以及做了什么)和 microskills(列出“它注入的事实以及尚在形成中的事实”)。在 Claude Code 中,命令以 /tokeneconomizer: 前缀输入,在 Codex 中则以 $tokeneconomizer: 开头。

哪些是默认开启的,哪些不是

如果你期望记忆部分立即开始工作,这一点很重要。

工具剪枝和循环守卫是默认开启的。微技能(学习事实的部分)则不是。README 解释了原因:“微技能默认关闭,因为其提议者会增加模型调用,且节省多少取决于代码库和你所做的工作。”

你可以通过插件的 config 命令为每个代码库或所有代码库开启它。还有一种更轻量级的模式,仅从重复失败中学习事实,无需模型调用。

在 Claude Code 上还有一个选项。README 指出:“在 Claude Code 上,插件还可以从代码库较早的会话中学习,按时间顺序从旧到新读取 Claude Code 自身的日志,且无需任何模型调用。这默认是关闭的”。它仅在插件尚未从该代码库的任何会话中学习之前读取该历史记录,因此建议在安装后立即开启。

它不学习什么

仔细阅读 README,界限非常清晰。

它不学习“为什么”。 微技能是单行事实:先运行这一步,使用这个命令拼写。设计选择背后的推理、关于采取哪种方法的对话,或者你的团队上个月做出的决定,都不是这种机制旨在捕获的内容。

它不从单个会话中学习。 确认门槛意味着你今天辛苦学到的教训不会通过此插件进入明天的会话。它需要重复。

它本身不会跨工具共享。 命令和存储是按机器分配的。如果你在同一个代码库中用 Claude Code 处理一个任务,用 Codex 处理另一个任务,这两个宿主如何共享所学内容在 README 中没有详细描述,因此最好不要假设它们能看到相同的事实。

它不取代你的指令文件。 事实在会话开始时与代理已加载的任何内容(如 CLAUDE.md 或 AGENTS.md)一起陈述。这些文件仍然是存放团队约定俗成规矩的地方。

Claude Code 也有其内置的记忆功能,由代理自行编写。我们在什么是 Claude Code 自动记忆指南中介绍了其工作原理。

它在哪些版本上测试过

README 列出了每个代理的测试版本范围:Claude Code 2.1.300 到 2.1.310,以及 Codex 0.153.1 到 0.164.0。它补充说“更新的版本尚未测试”。

这两个代理都发布了超出这些范围的版本。这并不意味着插件在这些版本上会失败,只是其作者尚未将它们列为已测试。如果你在较新的版本上尝试,请在几次会话后检查 status 以确认它是否按预期记录。

特别是对于 Codex,插件钩子(hooks)在运行前需要被信任,README 表示钩子将从你的下一个 Codex 会话开始生效。

研究发现的关于随时间学习的情况

博客报告称,在测试的每个代码库中,成本都有所下降,而任务成功率基本保持稳定。对本指南而言,更有趣的发现是曲线的形状:“节省随着经验的积累而增长。”

在代码库中的早期会话可能会因为插件正在学习而成本更高。在博客的 Claude Code 结果中,到第六个任务时,每个代码库的成本都变得比默认情况更低。这正是等待重复证据的设计所预期的:它用缓慢的起步换取更少的错误教训。

研究人员还发现,固定策略并非随处有效。他们测试的其他三个开源插件(每个都围绕固定的成本节约方法构建)在某些代码库中有帮助,而在其他代码库中则没有。他们的结论是,成本控制必须适应代码库,这就是为什么所有内容都是按代码库学习的原因。

Anthropic 也从另一个角度写过同样的矛盾。其对全天候(always-on)代理的指导建议,记忆应该只保存代理无法轻易再次查到的内容,我们在什么是全天候代理指南中介绍了这一点。

人们首先尝试什么

期望代理自行学习。 Claude Code 和 Codex 不会根据你的会话进行重新训练。跨会话的学习来自记忆功能和像这样的插件。

开启所有功能并等待事实。 微技能默认关闭。在断定没有学到任何东西之前,请检查 config。

在每次会话后记下每个结论。 这正是确认门槛旨在避免的方法。

假设学到的事实是永久性的。 矛盾的事实会被舍弃,剪枝掉的工具可以恢复。

期望插件保存决策。 它保存的是关于代码库如何运作的单行事实,而不是选择背后的推理。

解决方案:让教训赢得一席之地

第 1 步:决定你想保留哪种教训

将关于代码库的事实(命令、设置步骤)与决策(为什么选择某种方法)分开。它们需要不同的归宿。

第 2 步:在教训成为指令之前要求重复证据

无论是插件还是人编写的,都要等到一个教训经受住多次考验后,再将其添加到每个会话加载的内容中。

第 3 步:给每个教训一个退出的途径

当一个事实不再正确时,移除它。定期审查学到的事实和指令文件。

第 4 步:亲自记下决策

选择背后的推理不会表现为重复的失败。有意识地记录它,使用未来会话可以理解的语言。

在 MemoryLake 中设置

TokenEconomizer 学习代码库的行为方式。而你工作背后的决策——例如你选择了哪种方法、排除了哪种方法以及原因——必须由了解它们的人写下来。

MemoryLake 是此类项目上下文的记忆层,例如决策、约定和经受住考验的教训,统一保存在你维护的一个地方,并可供你连接的助手(如 ChatGPT、Claude Code 和 Codex)使用。

你用自己的语言亲自编写条目。没有任何内容会从 ~/.tokeneconomizer、你的会话日志、你的代理设置、你的 CLAUDE.md 或 AGENTS.md 文件或任何供应商的存储中读取、写入或删除。TokenEconomizer 和每个代理自身的记忆按照其作者描述的方式工作。

第 1 步:创建 API key

登录并从控制面板生成一个 key。像对待任何其他凭据一样,将其存储在代码库之外。

MemoryLake 控制台显示 API keys 屏幕,在此处创建并复制新 key 以供在代理中使用
MemoryLake 控制台显示 API keys 屏幕,在此处创建并复制新 key 以供在代理中使用

第 2 步:上传你的第一条记忆

从你在解决方案第 4 步中写下的内容开始:近期会话的决策及其背后的原因。每个条目一个决策,并附上日期。

MemoryLake 工作区显示已上传的第一批文档,列出了每个文件成为可搜索记忆的过程
MemoryLake 工作区显示已上传的第一批文档,列出了每个文件成为可搜索记忆的过程

第 3 步:连接你的 AI 和代理

连接 Claude Code、Codex 和你使用的其他助手。每个助手都可以利用相同的决策。

MemoryLake 集成屏幕列出了可以连接到记忆层的 AI 客户端和代理框架
MemoryLake 集成屏幕列出了可以连接到记忆层的 AI 客户端和代理框架

这在实践中改变了什么

第一个区别是更清晰的分工。关于代码库的重复事实可以自动学习,而决策由人编写。

第二个区别是更少的错误教训。你记录的决策是你检查过的,而不是从单个会话中推断出来的。

第三个区别是跨工具和机器的连续性。你工作背后的原因不再绑定在某一台笔记本电脑的插件数据上。

自我进化编程代理的最佳实践

按代码库学习。 研究发现经验主要在同一个代码库内有帮助。

信任前先确认。 一个教训应该在每个会话加载它之前,先跨会话经受住考验。

保持可逆性。 每个学到的事实都需要一个被舍弃的途径。

检查开启状态。 在 TokenEconomizer 中,微技能默认是关闭的。

查看学到的内容。 使用插件的 microskills 命令查看注入的和形成中的事实。

在指令文件中保留约定。 CLAUDE.md 和 AGENTS.md 仍然是存放约定规则的地方。

有意识地记录决策。 它们不会作为重复的失败出现。

结论

Claude Code 和 Codex 不会自我重新训练,但插件可以改变它们下一次会话的初始状态。Microsoft 的 TokenEconomizer 从过去的会话日志中按代码库学习:单行事实、未使用的工具和卡住的轮次。只有在三个会话确认后,事实才会进入初始上下文,并在后续会话矛盾时被舍弃。所有内容都保存在你机器上的 ~/.tokeneconomizer 中,且事实学习部分默认关闭。

这种设计是任何自我进化设置的有用模型:要求重复证据,给每个教训一个退出的途径,并将决策背后的推理保存在你自己维护的地方。

常见问题

Claude Code 能从过去的会话中学习吗?

Claude Code 有自己的记忆功能,而像 TokenEconomizer 这样的插件可以从代码库过去的会话日志中学习,并在新会话开始时添加确认的事实。

什么是 TokenEconomizer?

一个由加州大学伯克利分校、Microsoft Research 和 Microsoft Security 开发的开源插件,它通过学习代理在代码库中过去的会话来工作,而无需修改代理或其模型。

TokenEconomizer 能与 Codex 配合使用吗?

是的。README 将 Codex 与 Claude Code 一起列为受支持的代理。

它如何决定一个事实是真实的?

一旦有三个会话确认了一个事实,该事实就会在会话开始时陈述;当后续会话与其矛盾时,该事实就会被舍弃。

它把学到的东西存在哪里?

在你的机器上,位于 ~/.tokeneconomizer。

学习功能是默认开启的吗?

工具剪枝和循环守卫是默认开启的。学习事实的微技能(Micro-skills)默认关闭。

它能停止我的代理吗?

不能。如果一个轮次在重定向后仍然卡住,它会告诉你如何停止它,它本身从不停止轮次。