Архитектура памяти Claude: Project, Skill и Memory

Три слоя архитектуры памяти Claude

Память Claude устроена как три независимых слоя, каждый отвечает за разное:

Memory (Общая память)

Это память, которая знает, кто вы. Находится в Settings → Capabilities и видна из любого чата и проекта. Сюда класть факты о вас, которые актуальны везде: кто вы, чем занимаетесь, стиль общения, компетенции. Это ваш профиль, который Claude всегда помнит.

Project (Проект)

Это рабочее пространство с контекстом для конкретной задачи. Создаётся под конкретный проект. Внутри лежат файлы, инструкции и контекст, относящиеся только к этому проекту. Данные из одного проекта не видны в чатах другого. Сюда класть всё, что относится к конкретной задаче: бриф, стиль, референсы, файлы, программу работы.

Skill (Навык)

Это память, которая знает, как выполнить задачу: пошаговые процедуры и инструкции. Находятся в разделе Skills. Claude не читает их целиком, а смотрит только описание и активирует подходящий навык по запросу. Сюда класть пошаговые инструкции, алгоритмы и процедуры по выполнению конкретных типов работ.

Как работают три слоя вместе: практический пример

Сценарий: вы просите Claude написать пост для Telegram про то, что узнали о трёх уровнях памяти Claude.

1. Memory подсказывает Claude, кто вы (аудитория, стиль, тон голоса).
2. Project (например, «Социальные сети») даёт контекст канала: число подписчиков, целевую аудиторию, темы, которые обсуждаются.
3. Skill автоматически активируется (например, скилл по написанию постов) и пишет пост в нужном формате и стиле.

Результат: текст, который с первого раза звучит как ваш голос, а не общий шаблонный ответ. Claude не просто генерирует контент — он применяет процедуру (Skill), зная контекст задачи (Project) и кто вы (Memory).

Лимиты токенов: как они распределяются

Общее окно контекста Claude — примерно 200 000 токенов. Один токен ≈ 0,75 слова (для русского языка может быть больше). Одна страница А4 (~250 слов) занимает примерно 500 токенов.

Что занимает токены даже в пустом чате?

Даже если вы только что открыли пустой чат, системные инструкции уже занимают до 28 000 токенов. Вот как они распределяются:

• System Instructions (алгоритмические): до 1500 токенов
• Project Instructions: до 1000 токенов
• Project Knowledge (загруженные файлы): до 20 000 токенов
• Memory (общая память): до 2000 токенов
• Skill Descriptions (описания навыков): до 4000 токенов

Важно: каждый загруженный файл в проект «съедает» токены из контекста. Если вы загрузите большой PDF в Project Knowledge, остаётся меньше места для вашего чата. Эффективное структурирование данных экономит контекст и ускоряет ответы.

Практическое руководство: что куда класть

Вот таблица, которая показывает, где хранить разные типы информации (пример для учителя литературы):

Ключевой принцип распределения:

• Memory хранит вас (сохраняется везде).
• Project хранит задачу (видна только в её чатах).
• Skill знает, как это делать (применяется по запросу).

Почему это «почти агент», а не полноценный агент?

Что делает эту систему похожей на агента?

Такая связка дает агентное мышление:

• Роутинг (Routing): Claude сам решает, какой Skill применить к вашему запросу.
• Автоматическое комбинирование памяти: Claude использует все три слоя одновременно без вашего вмешательства.
• Специализация: выбирает узкий инструмент (Skill) под конкретную задачу, а не отвечает обобщённо.

Чего не хватает до полноценного агента?

1. Автономный цикл: не может запускаться сам по расписанию или срабатывать на событие без вашего запроса.
2. Самопроверка: не перепроверяет результат на ошибки автоматически и не пытается исправить сам.
3. Действия без подтверждения: не может выполнять действия во внешнем мире (отправить письмо, создать запись в БД, запустить процесс) без конкретного вашего указания или встроенного коннектора.

Совет: это работает как специализированный помощник, который говорит вашим голосом и решает задачи в узкой области. Для полного агента нужны автоматизация, циклы проверки и интеграции с внешними системами.