结构化笔记法

概述

结构化笔记法（Structured Note-taking）是 Agent 长时任务中的持久记忆技术：Agent 将关键信息定期写入上下文窗口之外的持久存储（文件、记忆工具），在后续轮次中按需读回，从而在不撑满上下文窗口的前提下维持多轮/多小时任务的连贯性。

关键内容

核心机制

Agent 工作 → 产生关键状态（目标进度、决策、依赖）
                ↓
        写入外部笔记（NOTES.md / 记忆工具）
                ↓
    [上下文压缩/重置/会话重启]
                ↓
   Agent 重新启动 → 读取笔记 → 恢复状态 → 继续工作

笔记的本质：将上下文窗口的"短期记忆"外置为"长期记忆"，解决 LLM 天然无状态的问题。

典型实现

Claude Code 的 Todo 列表：Claude Code 自动创建待办清单文件，跟踪复杂任务的进度、依赖和未完成事项，在压缩或重启后通过读取 Todo 恢复任务状态。

Claude 玩 Pokémon（Anthropic 演示）：Claude 无需任何关于记忆结构的额外提示，自发： - 维护精确的训练步数记录（"过去 1,234 步在路线 1 训练，皮卡丘升了 8 级，目标 10 级"） - 建立探索地图 - 记录已解锁的关键成就 - 维护战斗策略笔记（记录不同对手的有效技能） 上下文重置后读取自己的笔记，继续多小时的训练序列或地城探索，展现了长时任务连贯性。

自定义 Agent 的 NOTES.md：通用模式——Agent 维护一个 NOTES.md 文件，跟踪整个复杂任务中的进度、关键约束和跨工具调用的依赖关系。

Anthropic 记忆工具（Beta）

随 Claude Sonnet 4.5 发布，Anthropic 在 Claude Developer Platform 上线了公开 Beta 版记忆工具，提供： - 基于文件系统的上下文外信息存储 - 跨会话的项目状态维护 - 无需将历史全放入上下文即可引用历史工作

与 Compaction 的协同

结构化笔记法和压缩（Compaction）是互补而非竞争的策略：

| | 结构化笔记法 | Compaction | |--|--|--| | 本质 | 外置持久存储 | 内置压缩摘要 | | 状态粒度 | 精确（Agent 选择写什么） | 自动（摘要模型决定） | | 跨会话 | 天然支持 | 需额外机制 | | 适合任务 | 有明确里程碑的迭代开发 | 需要流式回话的复杂推理 |

三种长时任务技术的选择指南

（来自 Anthropic 工程实践）

技术	最适合
**上下文压缩</td> <td>Compaction**
结构化笔记法	有清晰里程碑的迭代开发任务
**多 Agent 架构与设计原则</td> <td>Agent 架构**

来源

• raw/articles/ai-engineering/anthropic-engineering/Effective context engineering for AI agents.md
• raw/articles/ai-engineering/anthropic-engineering/claude-engineering/04_context_engineering.md — 上下文工程深度分析（2026 年 4 月）

相关

• Context-Engineering — part_of（结构化笔记法是长时任务上下文管理的三大技术之一）
• 分层记忆架构 — implements（笔记对应 L2/L3 层的外部存储机制）
• 上下文重置 — related_to（两者都解决长时任务连贯性问题，技术路径不同）
• LLM-Statelessness — related_to（笔记法是应对 LLM 无状态的实用手段）
• Claude-Code — implemented_by（Claude Code 的 Todo 列表是典型实现）