IT时代网8月30日消息，程序员圈子里流行橡皮鸭调试法：遇到难解 bug，就向一只橡皮鸭逐行讲解代码，答案常在叙述中自行浮现。如今 AI 正在充当更聪明的橡皮鸭，能理解问题、给出建议甚至直接写代码，却记不住跨会话发生过什么——开发者花数小时向 Claude Code 讲清项目背景，关掉窗口便一笔勾销。

如何让 AI Agent 跨会话保留并调用这些信息，正成为编程工具的必解课题，业内称之为 Agent Memory（智能体记忆）。MemoraX Code 就切入这一方向，为 Claude Code、Codex 等 Coding Agent 提供跨会话的项目记忆，从开发过程中提炼 Bug 根因、有效修复、失败方案、架构决策与验证要求；当 Agent 再次处理相关任务，这些工程记忆会经检索、排序与裁剪后参与判断，并在不同 Agent 间复用。

围绕开发场景，MemoraX Code 将记忆分为四类：Coding Memory（已验证修复与失败路径）、Repo Memory（仓库架构与模块职责）、Procedure Memory（测试审查发布等流程）、Personal Memory（开发者协作习惯）。这些记忆与具体仓库绑定，不依附某次对话或某个 Agent，从 Codex 切到 Claude Code 仍可调用此前积累的认知。

公开评测提供了横向参考：在清华、北大、牛津等近30所高校与机构联合发起的 AML（Agent Memory Leaderboard）商业产品榜中，MemoraX Code 以62分位列第一。实测中，某项目的三类未决问题启用后，修复步骤由5步减至3步，Token 消耗从81万降至35万（减少57%），耗时由13分38秒缩至7分04秒。该产品目前已支持 Claude Code、Codex、Opencode 与 Deepseek Harness。

打开网易新闻 查看精彩图片

注：本文中包含AI辅助创作的内容。