Claude Codeが5ヶ月で覚えていたのは、ほぼ開発環境の罠だった

Claude Codeの永続メモリ（auto memory）を5ヶ月使い込んだ記録である。6プロジェクトに溜まった112件の知見を棚卸しし、壊れていた箇所を実際に修理するところまでやった。メモリ同士を[[ ]]で繋ぐリンク96個のうち27個が壊れていた一方、索引（MEMORY.md）とfrontmatterには不備がなかった。表記ゆれによるリンク切れ18種・21箇所を機械的に直した結果、切れたリンクは9件まで減り、メモリ参照を伴うタスクは処理時間が28%、消費トークンが約3割減ったという。修正前後のヘッドレス実行で測った実測値である。

AIの鬼の視点で言えば、この記事の面白さは「AIが賢くなるための記憶」を期待して入れた仕組みが、実際には「罠の記録」として働いていた点にある。112件のうち作業スタイルの記録は1件しかなく、大半は環境依存のつまずきだった。一度ハマったら二度とハマりたくない話ばかりである。AIの記憶は人格の形成というより、現場の傷跡を残す仕組みに近い。しかも傷跡は、名前の表記が一度でもずれると途端に役に立たなくなる。記憶を書くのがAI自身だからこそ、命名規約のような書き方の決まりを機械側で固定する必要がある。筆者の結論は、そこに尽きるように見える。

中小企業の実務に置き換えるなら、社内でAIに作業を任せるときに残すべきは「やり方の美談」より「どこで詰まったか」である。詰まった場所と対処を一行で残し、ファイル名や呼び方は最初に決めて全員で揃える。記録が増えたら定期的に見直して、リンク切れや重複を機械的に潰す。この手間をかけるだけで、同じ説明を毎回やり直す時間は確実に減る。記憶の質はAIの性能より、人が決めた書き方の揃え方で決まるのである。