OpenAI Memory 与 AGENTS.md：一个负责记住，一个负责约束

OpenAI Memory 是一套让 AI 在不同对话之间保留有用信息的机制。

它的目标不是保存全部聊天记录，而是提炼那些长期稳定、未来仍可能用得上的内容，例如沟通偏好、常用工具、工作习惯和持续存在的背景信息。这样开始新任务时，AI 不必每次都从零了解用户。

Memory 和 AGENTS.md 都会影响 AI 的工作方式，但它们解决的是不同问题：

• Memory 帮助 AI 逐渐了解用户。
• AGENTS.md 规定 AI 工作时必须遵守的规则。

一个积累默契，一个明确边界。

需要说明的是，官方文件名是 AGENTS.md，不是 agent.md。

OpenAI Memory 是什么

Memory 可以理解为 AI 的长期上下文。

普通对话结束后，新对话通常不会完整继承之前的内容。Memory 会从符合条件的历史对话中提取可能长期有用的信息，在后续任务相关时重新提供给 AI。

适合进入 Memory 的内容包括：

• 稳定的表达和沟通偏好
• 长期使用的软件、平台或技术环境
• 经常出现的术语和业务背景
• 已经形成习惯的协作方式
• 跨任务仍然有效的个人偏好

Memory 并不等于完整的聊天备份。它不会逐字保存所有内容，也不保证每段对话都会立即形成记忆。Codex 的本地记忆通常在后台生成，较短、仍在进行或缺乏长期价值的对话可能不会被纳入。

ChatGPT 网页端的 Memory 与 Codex 本地记忆也是两套独立机制。在一个产品中形成的记忆，不会自动出现在另一个产品中。

Codex 的本地记忆通常保存在：

~/.codex/memories/

这些文件主要是系统生成的记忆状态。用户可以查看，但不建议把直接修改内部文件当作日常维护方式。

在 Codex 桌面端，可以使用 /memories 控制当前对话是否使用或贡献本地记忆；全局开关位于 Settings > Personalization。具体行为可以参考 OpenAI Memories 官方文档。

Memory 适合保存稳定信息，不适合充当资料仓库或强制规则系统。密码、令牌、临时任务进度、易过期数据、大段原始资料和必须严格执行的操作要求，都不应放进 Memory。

可以用一个问题判断：三个月后，这条信息还有没有用？如果答案是肯定的，它可能适合进入 Memory；如果它只对当前任务有效，更适合留在项目文档或当前对话中。

本地记忆目录里的三层结构

打开 ~/.codex/memories/ 后，可能会看到几类看起来相近的文件。它们不是三份平行的“用户资料”，而是记忆形成过程中的不同环节。

raw_memories.md 可以理解为原材料池。任务里反复出现、可能具有长期价值的信息，会先作为候选留在这里，等待后续判断、去重和归纳。它不是聊天记录备份，也不需要手动把整段对话复制进去。

rollout_summaries/ 更像记忆证据库。这里保存任务级摘要和必要的上下文线索，用来回答“这项偏好是基于一次临时反馈，还是在多个任务中都出现过”。有了这层证据，系统能减少把偶发要求误判为长期习惯的风险。目录暂时为空，通常只表示尚未生成可用的任务摘要。

extensions/ad_hoc/notes/ 则是主动管理记忆的入口。当用户明确提出“请记住这件事”“以后按这个方式处理”时，可以新增一条小而清晰的说明，供后续记忆整理使用。它适合记录经过确认的长期约定，而不是保存完整资料。

日常维护时，不要直接修改 raw_memories.md 或 rollout_summaries/。需要新增、修正或删除一条长期记忆时，应当通过 extensions/ad_hoc/notes/ 提交一条明确的变更说明。这让原始候选、证据和最终记忆各自保持职责清晰。

AGENTS.md 是什么

如果某项要求不能依赖 AI“碰巧想起来”，就应该写进 AGENTS.md。

AGENTS.md 是面向 Codex 的工作说明文件。Codex 开始任务前会读取当前目录下适用的规则，并据此决定如何检查、修改和交付结果。

适合写入 AGENTS.md 的内容包括：

• 开始和结束任务时需要执行的命令
• 代码、文档或文件的格式规范
• 可以修改和禁止修改的目录
• 测试、构建和检查要求
• 文件命名与交付位置
• 安全边界和禁止操作
• 项目特有的协作约定

AGENTS.md 支持分层配置：

~/.codex/AGENTS.md          全局规则
项目目录/AGENTS.md          项目规则
子目录/AGENTS.md            局部规则

全局文件适合放跨项目通用的工作习惯，项目根目录的文件负责项目级规范，子目录中的文件则处理局部差异。离当前工作目录越近的规则越具体，可以覆盖上层约定。

AGENTS.md 还可以和项目一起纳入 Git，接受版本管理和团队评审。它的默认合并大小上限为 32 KiB，因此最好保持简短，只保留真正影响执行的内容。详细背景可以放进项目文档，再从 AGENTS.md 中引用。

更多配置方式可以查看 OpenAI AGENTS.md 官方文档。

Memory 和 AGENTS.md 应该怎么选

两者最核心的区别，可以归纳为下面这张表：

对比项	Memory	AGENTS.md
主要作用	让 AI 了解用户和历史背景	规定 AI 如何工作
典型内容	偏好、习惯、稳定上下文	命令、规范、限制和检查要求
使用方式	根据当前任务按相关性调用	开始工作前读取适用文件
适用范围	跨对话、跨任务	全局、项目或具体目录
可控程度	由系统提炼和管理	由用户明确编写
是否适合强制规则	不适合	适合
是否适合存放敏感信息	不适合	同样不适合

还有一个更直观的判断方法：

如果 AI 忘记这条信息，只会让协作不够顺手，可以放进 Memory。

如果 AI 忘记这条信息，可能导致错误修改、漏掉检查或产生不合格的交付，就应该写进 AGENTS.md。

完整工作体系通常还会包含另外两类内容：可以重复执行的完整流程，封装成 Skill；项目事实、设计方案、决策和当前进度，写入项目文档。

信息类型	推荐位置
长期偏好和稳定背景	Memory
必须执行的工作规则	AGENTS.md
可重复运行的工作流程	Skill
完整事实、决策和进度	项目文档
密码、令牌和私密数据	不要写入上述位置

Memory 不需要追求数量。真正有价值的是少量、稳定、能够长期复用的信息。

AGENTS.md 也不应该无限增长。规则越多，冲突和遗漏的概率越高。只把会影响实际执行的要求写进去，其余内容交给项目文档。

简单地说：Memory 负责让 AI 逐渐懂你，AGENTS.md 负责让 AI 稳定地做对事情。