Claude Code vs Codex 记忆体系深度对比
内容提要
本文对比Claude Code与Codex的AI Agent记忆架构。Claude Code采用四层分层自动记忆系统，主动捕获、整理并跨会话传递经验，自动化优先；Codex为两层手动声明式契约，行为确定、审计可控。前者适合经验沉淀与生态扩展，后者适合合规敏感场景。未来趋势是两者融合的混合记忆架构。
延伸解读
记忆哲学的分野：自动化与可控性的取舍
文章指出，Claude Code与Codex的记忆体系差异根植于设计哲学：前者信奉“记忆是代码的补集”，强调系统主动捕获经验，自动化优先；后者坚持“记忆是行为的契约”，要求人工显式声明，可控性优先。这种取舍直接影响了记忆的持久化、跨会话传递和生态扩展能力。理解这一哲学分野，有助于开发者根据项目对自动化与可控性的需求做出更理性的选型，而非仅比较功能清单。
Codex的架构缺失与适用边界
Codex的两层扁平架构以可预测性为最高准则，但文章明确指出其三大缺失：无自动记忆持久化、无跨会话学习、无离线整理机制。这意味着用户偏好、决策背景等信息若不手动写入AGENTS.md，会话结束即丢失，且相同错误可能在不同会话中重复出现。因此，Codex更适合强调合规审计、行为确定的团队，但记忆维护成本完全转嫁给开发者，长期项目可能面临记忆膨胀与规则冲突的挑战。
上下文压缩的差异：有损与可恢复
文章对比了两者在上下文压缩机制上的根本差异：Claude Code通过分层卸载，将高价值信息提升至持久层，实现部分可恢复；Codex则采用在线摘要压缩，属于有损压缩，被归纳掉的细节永久丢失。在超长任务中，Codex的关键约束可能被“归纳掉”导致行为漂移，因此官方建议将关键约束写得简短醒目。这一差异提示开发者，在长任务场景下需关注Codex的压缩风险，或考虑Claude Code的持久化优势。
Q&A
Claude Code 和 Codex 的记忆体系有什么根本区别？
Claude Code 采用四层分层自动记忆系统（CLAUDE.md、Auto Memory、Session Memory、AutoDream），系统主动捕获、整理并跨会话传递经验，自动化优先；Codex 采用两层手动声明式架构（AGENTS.md 和会话上下文），记忆完全由人显式订立和修改，可控性优先。
Claude Code 的 Auto Memory 层能记住哪些类型的信息？
Auto Memory 能记住四种类型：user（用户角色、偏好、知识背景）、feedback（交互中的行为纠正与确认）、project（项目上下文、目标、约束）、reference（外部系统资源指针）。它只存储无法从代码库直接推导的信息，不存储代码模式、Git 历史、敏感凭证等。
Codex 的 AGENTS.md 文件通常包含哪些内容？
AGENTS.md 通常采用四段式结构：项目概览（Overview）、代码规范（Conventions）、构建测试命令（Commands）、约束禁忌（Constraints）。它定义了 Agent 在项目中应遵守的规则，是 Codex 唯一的持久记忆层。
Claude Code 的 AutoDream 离线整理机制有什么作用？
AutoDream 在会话间隙离线执行，通过定向 Cueing、信号收集、巩固、修剪索引四个阶段，合并相似记忆、提升高价值记忆、删除过时记忆，防止记忆膨胀，保持记忆集精简、相关、无冲突。
Codex 如何处理上下文窗口溢出问题？
Codex 采用在线摘要压缩策略：当上下文接近 token 上限时，系统将早期对话历史和冗余信息压缩为精炼摘要，保留决策关键信息，丢弃可重建的冗余。但这是有损压缩，被丢弃的细节无法恢复。
在合规审计敏感场景下，应该选择 Claude Code 还是 Codex？为什么？
应选择 Codex。因为 Codex 采用纯手动声明式记忆，行为完全可预测、可追溯，任何自动写入都是风险；而 Claude Code 的自动记忆可能引入不确定性，需要谨慎评估审计边界。
Claude Code 和 Codex 在 MCP 支持上有何差异？
Claude Code 原生深度支持 MCP，可连接任意 MCP Server，动态发现并调用外部工具，生态开放，可扩展性强；Codex 支持程度有限，生态以内置工具为主，外部协议接入不作为核心能力，扩展路径受限。
未来 Agent 记忆架构的演进趋势是什么？
未来趋势是混合智能记忆架构，即“声明式契约 + 自动记忆 + 离线整理”的融合：以人书写的契约锚定硬约束，以自动记忆积累易逝经验，以离线整理防止膨胀。纯手动和纯自动都只是过渡形态。
