「【新智元导读】昨天，Claude 刚刚被曝要有永久记忆，今天就被开发者抢先一步。一个叫 Smart Forking 的扩展，让大模型首次拥有「长期记忆」，无需重头解释。开发者圈沸腾了：难以置信，它真的能跑！」
昨天，一篇 Claude 要获得永久记忆的爆料，震惊整个 AI 圈。
这种「知识库」的全新记忆方式，可以让 Claude 在自己的永存大脑中，自动记住一切。
巧的是，就在今天，就有开发者抢先「截胡」。他在现有工具上实现了一个扩展能力——Smart Forking detection，让大模型第一次拥有了「可继承的长期记忆」！
这个所谓的 Smart Forking，通过给 Claude Code 会话嵌入向量数据库，让它能从成百上千次的历史对话中，找到最相关的前文。
因此，你不必再重新解释，Claude 可以直接「接上文」搞开发了。
这个功能一出，开发者社区直接炸锅了。大家纷纷表示：「不敢相信，它居然真的跑起来了！」「这一刻，我是真的被震撼到了。」
强烈推荐每一个 Claude Code 用户，都把这个思路直接加入自己的工作流！
英雄所见略同，但路径不同。当官方还在设计永久记忆的形态时，开发者已经用 Smart Forking，提前过上了「Claude 有长期记忆」的生活。
而且，最近这个一天甩出一个王炸的节奏，实在太震撼了。2026 开年这一个月，Anthropic 真是名副其实的硅谷新 GOAT，在开发者圈拥有无上的影响力。
「让大模型「拥有」长期记忆」
跟昨天 Anthropic 被曝的官方知识库相比，今天这个功能不仅有演示，还有技术细节。
你有没有遇到过这种情况：想在一个已有项目里加新功能，但完全不想再从头解释一遍背景？
那有没有可能利用起在成百上千次 Claude Code 对话中积累的知识呢？
毕竟，一个对话里包含的有效上下文越多，Claude 实现需求的效果就越好。怎样才能让这些宝贵的上下文信息，不要白白浪费了？
这位开发者想到一个办法——smart forking（智能分叉）！
只需要调用 /fork-detect 命令，告诉它你现在想做什么，Claude 就会把你的需求送进嵌入模型；然后，和一个**「包含你所有历史聊天记录的 RAG 向量数据库」**进行匹配（而且，这个数据库会随着你新的会话自动更新）。
接着，它会返回一个**「与你当前需求最相关的前 5 个历史会话」**，并为每一个打上相关度评分，从高到低排序。
你只需要选一个最合适的会话，它就会直接给你一条 fork 命令，复制、粘贴到新的终端里。
这样，你就能在最合适的上下文中，无缝继续开发了。功能实现，从此变得异常丝滑！
「」
「实测体验：成功率 100%」
这样看来，Smart Forking，本质上是给大模型外挂了一套「记忆系统」。
当然，如果要严谨一点说，Smart Forking 并没有改变模型的记忆机制，而是通过向量检索，把历史上下文变成了一种外置的长期记忆。
不过从使用体验上来说，你不需要重复输入，不用自己回忆，模型就能「想起」你几个月前做过什么，这已经满足人类对「记忆」的全部直觉定义了。
所以可以说，它让 Claude 拥有了「永久记忆」。
和普通提示相比，成功率到底如何？这种方法适用于哪些使用场景？
分享这一方法的网友 Zac 介绍，他个人使用时，成功率为 100%。
有人质疑说，这个功能比起 skills 好在哪里？
关键在于，Smart forking 解决了目前 LLM 会话最大的痛点——上下文丢失，这样，就能自动生出正确的对话了。
这就是 AI 带给大家的又一个惊喜——此后，每次和 AI 对话中的智慧得以保留；事半功倍，「懒人」求之不得！
「」
「野生开发者 vs 官方，哪个强」
所以，这种 Smart Forking，和传说中 Anthropic 官方要做的「永久大脑」知识库，孰优孰劣呢？
可以看到，爆料中 Anthropic 要做的「知识库」，原理就是把信息分门别类存进不同的「记忆本子」，让 Claude 主动去翻这些知识库，调取相关背景，补充新的偏好、决策和经验。
因此，从设计理念上看，这套知识库更像是**自上而下的「结构化长期记忆」——**由 Anthropic 官方定义规则，用户按场景选择使用哪个知识库，让 Claude 更清楚你在干什么。
而 Smart Forking 与之恰恰相反，是一种**「自下而上的「上下文继承」。」**
它不依赖官方记忆系统，而是直接从你过去真实发生过的 Claude Code 会话中，自动找出最相关的一次，然后完整继承那段上下文继续干活。
前者是把记忆整理好，再喂给模型；后者是直接找到最该被记住的那段记忆。
有趣的是，这两种路线并不冲突，甚至极有可能在未来融合。
原因在于，知识库解决的是「长期、稳定、可复用的记忆」，而 Smart Forking 解决的是「强上下文、强时序的工作记忆」。一个是 Claude 的长期记忆，一个更接近人类的情景记忆。
这一次官方和个人开发者不约而同的尝试，或许已经透露出这样一个事实：下一代 AI 的分水岭，不是参数规模，而是记忆的组织方式。
而这个新方法只是最近 Claude 狂热的最新例子。
「Claude Code 破圈」
「码农惊呼「太恐怖」」
相信你肯定已经感受到，最近 Claude 给全世界的一波波暴击。
《华尔街日报》是这样描述的：
Anthropic 的 Claude 正以雷霆之势席卷 AI 领域，成功破圈，席卷全民！
开发者与业余爱好者纷纷惊叹：Claude Code 的病毒式传播盛况，堪比生成式 AI 降临的史诗时刻！
不止是美国，Claude Code 在英国也引起了难以置信的轰动。
美国人把这种现象叫作「Claude 入坑」（Claude-pilled）。
这个词是指软件工程师、高管和投资人把工作交给 Claude，然后亲眼见证人生中难忘一刻：
即使在这个强人工智能工具遍地开花的时代，他们仍会目睹这台思维机器的惊人能力。
不少程序员假期里直接「Claude 上头」，狂测 Anthropic 最新模型 Claude Opus 4.5 的本事；他们都迷上 Claude Code 这个桌面编程工具。
科技公司把代码 AI 纳入工作流已经好多年了。以前，AI 常被拿来跟初级软件工程师比。
但这次 Claude 最新版本一鸣惊人、非同凡响。
云计算巨头 Vercel 的首席技术官 Malte Ubl 说，他用一周就搞定了一个复杂项目，但要是没 AI，他大概得干上一年。
休假期间，Ubl 每天花 10 个小时做新软件，他说每次让它跑一轮、看到结果，都会有一种内啡肽猛冲的爽感，跟在拉斯维加斯拉玩老虎机差不多。
这个月，Claude 狂热已成燎原之势，火到破圈。
很多人跑到社交媒体上分享：自己从没学过编程，却做出了人生第一个软件的过程。
英国销量最高的报纸之一《「每日电讯报」》，报道了 Ben Guerin 的故事。
为了让大家意识到本地酒吧离谱的「营业税」（business rates），他用 Claude Code 六小时后，上线了相关网站。24 小时内，访问人数就超过了 10 万。
www.ismypubfucked.com/ 用地图标出英格兰和威尔士的每一家酒吧，正在遭遇的税负上涨
「我自己一行代码都没写，」Guerin 说。「最大的限制是想象力。」
对一些软件工程师来说，它几乎把那种苦活儿都替掉了，从此不必在命令行 / 终端窗口里一串一串敲字符。
现在，用户只要把自己想做的应用描述清楚，按下回车；然后，往后一靠，看着彩色代码像瀑布一样在屏幕上哗啦往下刷。
一些用户在惊叹之余也感到一丝悲凉：这款程序竟能轻易复现他们耗费整个职业生涯才掌握的专业技能。
从中学生时代起，税务平台 Awaken Tax 的首席执行官 Andrew Duca 就开始编程，有些破防：「我穷尽一生磨练的技能，竟被 Claude Code 瞬间超越。」
即便是横扫各大榜单的 Gemini，也难掩 Claude 的光芒——
市场分析公司 Similarweb 和 Sensor Tower 分别指出：
去年 12 月 Claude 全网用户量同比翻倍，其桌面端日均独立访客量环比上月增长 12%。
Andrew Duca 透露，原本计划扩招软件工程师的团队已暂停招聘。
「硅谷异类，再起狂澜」
但如果说 Claude Code 已让职业软件工程师开始背后发凉，那这还只是开始。
别看名字里有「code」，大家用 Claude Code 做的也不只写代码：
- 人们正利用它分析联邦经济数据
- 从损坏的硬盘中恢复婚礼照片
- 批量回复电子邮件甚至订购食物
在社交平台 X 上，Shopify 的首席执行官 Tobi Lütke 透露，他曾用它编写软件来分析自己最近收到的核磁共振成像结果。
「甚至有人给它连上了网络摄像头，用来观察自家番茄植株的生长情况，」Claude Code 项目负责人 Boris Cherny 说道，「这与此前的人工智能产品截然不同。」
于是，Anthropic 上周又发布了一个 Cowork，让所有会用电脑的人也享受到同样的能力。
这是新的篇章。正如商业 AI 初创公司 Retool 的首席执行官 David Hsu 对媒体所言：更大的故事，将在 AI 突破软件工程领域边界时上演。
「One More Thing」
当我们把 Claude Code 相关报道输入 Gemini，要求从「「外星人视角」」切入报道，AI 如此写道：
观察日志 2026.01.20：碳基生物正在发生一种奇特的「交权仪式」。 他们不再满足于向硅基智能提问，而是主动打开了他们计算机最底层的「终端」（Terminal）权限，像献上城门钥匙一样，邀请 Claude Code 直接接管操作系统。
他们称之为效率，我们称之为同化。
是效率还是同化，你怎么看？
参考资料：
