四大 AI 程式助手的記憶暗戰
你以為 CLAUDE.md 只是設定檔？它決定了你的 Agent 認不認得你。四款工具，四套完全不同的記憶設計。選錯了，你每天都在跟失憶的助手從頭開始。
同一個格式，骨子裡完全不同
2026 年，四款主流 AI 程式設計 CLI 工具都走到了同一個結論：用 Markdown 檔案當 Agent 的指令系統。
| 工具 | 指令檔 | 全域位置 | 專案位置 |
|---|---|---|---|
| Claude Code | CLAUDE.md |
~/.claude/CLAUDE.md |
專案根目錄 + .claude/rules/*.md |
| Codex CLI | AGENTS.md |
~/.codex/AGENTS.md |
Git root 到 CWD 逐層掃描 |
| Copilot CLI | 多格式並用 | ~/.copilot/copilot-instructions.md |
.github/copilot-instructions.md + AGENTS.md |
| Gemini CLI | GEMINI.md |
~/.gemini/GEMINI.md |
專案樹遞迴掃描 |
Claude Code 像一座分樓層的圖書館。@import 語法從主檔案引用外部文件，.claude/rules/ 目錄開機就載入，子目錄的 CLAUDE.md 走進去才觸發。需要什麼拿什麼。
Codex CLI 的做法剛好相反。從全域到當前目錄，所有 AGENTS.md 逐層蒐集，串成一條長鏈，啟動時一股腦灌進去。效率不差，但 32 KiB 硬上限，塞太多直接溢出。
Copilot CLI 比較特別，2025 年 8 月後它同時讀 AGENTS.md、CLAUDE.md、GEMINI.md，不挑格式。團隊裡有人用 Claude、有人用 Codex？共用同一份指令檔就好。
Gemini CLI 最暴力。啟動時遞迴掃描整個專案樹的 GEMINI.md，全吸進 prompt。背後 1M Token 的胃袋撐著，吃再多不怕。
四款我都用過一段時間。日常感受差距最大的不是模型聰不聰明，是它記不記得我。
三個你可能沒注意到的分水嶺
@import：能拆模組，還是只能揉成一團
Claude Code 和 Gemini CLI 支援 @import，主檔案可以拆成好幾塊，各自管理。Codex CLI 和 Copilot CLI 不行，你要嘛全塞進一個檔案，要嘛靠目錄結構硬串。
我的 CLAUDE.md 主檔 80 行，實際規則分散在十幾個 rules 檔案裡，攤開大概 3,000 行。三個月前覺得這沒差，三個月後就知道了。
跨 Session 記憶：誰記得你昨天說過的話
| 工具 | 跨 Session 機制 | 儲存位置 |
|---|---|---|
| Claude Code | autoMemory 快照 | 本機可配置目錄 |
| Codex CLI | memories.jsonl + 摘要 | ~/.codex/memories/ |
| Copilot CLI | 無 | 靠你手動更新指令檔 |
| Gemini CLI | save_memory 工具 |
寫回 ~/.gemini/GEMINI.md |
Copilot CLI 是唯一沒有跨 Session 記憶的。每次對話都像第一次見面。你跟它講過的偏好、踩過的坑、建立的默契？下次啟動，全忘了。聽起來是小事，但用了兩週你就會開始覺得自己像在對著金魚說話。
Token 天花板：指令能寫多長
Claude Code 的 200K context 搭配社群建議的 < 200 行 CLAUDE.md。精簡路線，每個 token 要有意義。
Gemini CLI？1M Token。你可以把整本《紅樓夢》塞進去，它也不會皺眉頭。
Codex CLI 最嚴格：32 KiB 硬上限。超過就截斷，沒商量。
但窗口大不代表效果好。我試過把 CLAUDE.md 從 80 行膨脹到 400 行，Claude 開始漏規則。Anthropic 的文件裡也寫了：臃腫的指令檔會讓模型忽略指令。說白了，指令越短，它越聽話。
記憶是 Harness 的一部分，不是外掛
Letta CTO Sarah Wooders 說過一句話：
要求把記憶插入 Agent Harness，就像要求把駕駛功能插入一台車。
系統提示怎麼載入？對話歷史什麼時候壓縮？哪些資訊能活過下一次 Session？這些「你看不到的決定」，全是 Harness 在做的。你以為你在比較四款工具的設定檔格式，其實你在比較四種記憶設計。
LangChain 創辦人 Harrison Chase 講得更直接：不擁有 Harness，就不擁有記憶。封閉平台裡的記憶格式不透明、搬不走。你花了三個月教 Agent 認識你的寫 code 習慣和專案脈絡，換個工具？歸零。從頭來。
他自己就踩過這個坑。一個用了好幾個月的 Email Agent 被同事誤刪。重建以後，語氣不對、偏好全沒、收件人分類邏輯要重新教。他說那個瞬間他才意識到記憶有多值錢。
我有類似的經驗。換過一次工具鏈，三個月的記憶設定全部重來。那種感覺像搬了新家，所有東西都在箱子裡，但你找不到任何一樣。
所以到底怎麼選
最重要的一件事：確認記憶格式你看得懂、搬得走。Claude Code 的 autoMemory 寫在本機磁碟，Codex CLI 的 memories.jsonl 是明文 JSON，Gemini CLI 直接寫回 Markdown。這些都是你可以打開來讀的東西。如果記憶鎖在某個你看不到的 API 後面，那就不是你的記憶。
另外一個容易踩的坑：指令檔寫太長。窗口再大，塞太多指令等於稀釋。主檔案控制在 100 行以內，細節拆到 @import 或 rules 目錄。
模型可以換。Harness 換了會痛。但記憶一旦斷了，你跟 Agent 之間累積的所有默契，沒有任何工具救得回來。這件事我是換過一次才真的懂的。
References
- AI 程式設計 CLI 工具配置/記憶載入機制比較研究 (2026-05-10).
- Your harness, your memory — Harrison Chase (LangChain, 2026-04-04).
- Why memory isn't a plugin (it's the harness) — Sarah Wooders (Letta, 2026-03-31).
- Claude Code Settings Docs — code.claude.com/docs/en/settings.
- OpenAI Codex AGENTS.md Docs — developers.openai.com/codex/guides/agents-md.
- Gemini CLI GEMINI.md Docs — google-gemini.github.io/gemini-cli/docs/cli/gemini-md.html.
- GitHub Copilot CLI Custom Instructions — docs.github.com/en/copilot.
常見問題
CLAUDE.md 和 AGENTS.md 差在哪裡？
CLAUDE.md 是 Anthropic Claude Code 的指令檔，支援 @import 模組化和 .claude/rules/ 規則目錄。AGENTS.md 是 OpenAI Codex CLI 的指令檔，從 Git root 到當前目錄逐層串接，有 32 KiB 硬性大小上限。
為什麼 Copilot CLI 同時支援 CLAUDE.md 和 AGENTS.md？
GitHub Copilot CLI 在 2025 年 8 月後選擇了相容策略，同時讀取多種格式，讓混合團隊可以共用同一份指令檔。
跨 Session 記憶真的重要嗎？
非常重要。沒有跨 Session 記憶的 Agent 每次對話都像初次見面，無法學習你的偏好和工作風格。
Gemini CLI 的 1M Token context 是不是代表不用擔心指令太長？
理論上是，但更大的 context 不代表更好的遵循性。指令越精簡模型遵循度越高。大窗口的優勢在於能同時載入更多程式碼和文件。