11月3日,Beacon登上Product Hunt第一,同一天claude-mem在GitHub霸榜,日增超1100星,总星突破11万。
两个工具解决的是同一个真实到让人烦躁的痛点:你昨天在Claude Code里跟Agent定好的目录结构、踩过的坑、改过的命名规范,今天开一个新会话,它全忘了。你得像第一次见面一样,把背景重新交代一遍。
我装上claude-mem的第一天,确实爽。第二天继续同一个项目,它记得我前一天把缓存层放在了 src/cache/ 而不是 src/lib/ ,记得我禁止裸 git stash 。不用重复交代的感觉,像是Agent终于从“临时工”变成了“同事”。
但翻完GitHub的issue区之后,我把它的观察者模型从Sonnet换成了Haiku,并且开始每周查一次日志。因为有人用真金白银替我们踩过一个坑:一个claude-mem用户,在单个项目里用了几个月,后台静默消耗了6.49亿Token,按Sonnet 4.6的API价格约581美元,分布在530个observer session日志文件里。
主会话的上下文视图里,这笔钱一分钱都看不到。因为观察者跑在独立进程里,它的消耗不进你的主界面,只写在你可能从来没打开过的JSONL日志里。
![]()
6.49亿Token是怎么“偷偷”烧掉的:三个机制,每一个都合理,叠起来就失控
这个issue把根因写得很清楚,三条,没有一条是“bug”,全是设计选择在真实负载下的放大。
第一条:每次Edit/Write,转发的是整个文件,不是diff。观察者要理解“这次改动意味着什么”,但它拿到的是修改前的完整文件和修改后的完整文件。一个5000行的Python文件改一行,它收到的是两个完整文件。issue里记录的最大单条观察者消息是226KB,对应一次Edit。如果改成传unified diff,大多数情况下能减少50到100倍的体积。
第二条:观察者的上下文无界增长,Token消耗随主会话长度二次方膨胀。每一轮观察,缓存读取量随轮次线性增长。线性增长的每轮消耗,乘以线性增长的轮次数,总量是二次方的。issue里有一个74M Token的观察者日志,对应的是单次长主会话,缓存前缀一直在重放。
第三条:没有过滤,没有采样。每一次Edit、Bash、Read、TaskUpdate、TaskCreate,都触发一次观察者往返,包括单行编辑和ToolSearch调用。一个跑几百次工具调用的会话,观察者的调用次数是几百次。
三条叠在一起:大体积payload × 二次方增长的缓存读取 × 无差别的触发频率。6.49亿Token不是某一个错误的后果,是三个“合理设计”在长时间、高强度使用下的乘积。
![]()
把观察者换成Haiku,成本降了,但只降了一半
claude-mem的默认观察者模型是Sonnet。6.49亿Token按Sonnet 4.6算,约581美元。
它其实内置了tier routing:简单工具(Read、Glob、Grep、LS)走Haiku,混合/复杂队列走默认模型(Sonnet)。这个功能默认是开启的,对应 CLAUDE_MEM_TIER_ROUTING_ENABLED=true ,简单工具模型默认 claude-haiku-4-5 。官方PR里的成本测算:120次观察/天,不做路由是120个成本单位,路由后70次简单×Haiku + 40次中等×Sonnet + 10次复杂×Sonnet =57个单位,约52%的节省
52%的节省是真的,但它不够。如果那个6.49亿Token的案例发生在路由之后,账单从581美元降到约280美元。依然是一笔你没有预期过的支出,依然在主界面看不见。
更关键的是,tier routing只改变了每次观察的单价,没有改变观察的次数和每次payload的体积。那两条才是二次方增长的来源。
你现在能做的三件事:
第一,确认你的观察者模型。检查 CLAUDE_MEM_TIER_SIMPLE_MODEL 是否指向 claude-haiku-4-5 (默认是),如果你手动改过,改回来。如果你走的是CMEM Pro($30/月,观察跑在计划外),确认它真的没有走你的Anthropic套餐。
第二,定期查observer日志的总量。路径 ~/.claude/projects/ 在下面,找包含 observer 或 mem- 的目录,用 du -sh 看体积,或者跑issue里附的 count_observer_tokens.py 直接算Token总量。不要看主界面的用量,里看不到。
第三,减少触发频率。如果某个项目里你大量跑单行Edit和ToolSearch,考虑把claude-mem的项目级配置调窄,或者在高频小改动的项目里暂时关掉它。记忆的价值在“跨会话恢复关键决策”,不在“记录每一次单行修改”。
![]()
Beacon和claude-mem:一个是“跨工具的记忆”,一个是“Claude Code的记忆”
这两个工具在同一天火,但解决的不是同一个范围的问题。
claude-mem是单工具、自动化的。它挂在Claude Code的生命周期钩子上,自动记录、自动压缩、自动注入。你不需要审批,不需要手动确认,装上就开始工作,也装上就开始烧Token。如果你整个工作流都在Claude Code里,它是最简单的选择。
Beacon是跨工具、需要人工审批的。它捕获Claude Code、Cursor、Codex、OpenCode等20多个harness的会话,归一化到本地JSONL,但不会自动注入任何东西。你要用 beacon traces 浏览,写lesson,手动批准,批准之后才通过MCP暴露给Agent。MIT开源,local-first,本地版和Beacon Cloud都免费,Cloud Pro $20/月($15年付)解锁无限findings和记忆MCP。
这个“不自动注入”的设计,恰好是对Token黑洞的一种防御。记忆不会在你不知情的时候进入上下文,也不会在你不知情的时候产生观察成本。代价是慢,代价是你要花时间审。
如果你只用Claude Code,claude-mem更顺手,但你必须接受它“自动烧Token”的默认行为,并自己把闸门收紧。如果你在Claude Code和Cursor之间来回切,Beacon是唯一能把两边的记忆打通的免费选项,但它的默认设置有一个坑:安装时默认选Cloud存储,并且会回填最近30天的会话。如果你的仓库受NDA保护,安装时选Local,加 --no-backfill。
![]()
记忆这件事,值和代价是同一个东西
值得装的人:你在同一个项目上连续工作多天,每天都要重新交代上下文,损失的时间成本明显高于记忆的Token成本。claude-mem的跨会话恢复确实有用,Beacon的跨工具恢复在切换harness时省掉的重新解释时间也是真的。
需要先算账的人:你跑的是高频、大量工具调用的Agent任务,单会话几百次Edit和Bash。claude-mem的观察者会在后台按二次方曲线烧Token,你省下的“重新交代”的时间,可能远远覆盖不了后台的账单。
可以再等等的人:你的任务大多是单次、短会话、不需要跨天恢复。记忆工具对你来说是一个“有更好、没有也行”的附加项,而它带来的成本和配置复杂度,在短任务场景下不划算。
我现在的配置是:claude-mem的观察者固定在Haiku,只在长期项目里开启,每周查一次observer日志总量。Beacon用本地模式,不开回填,只手动批准经过验证的lesson。记忆从“自动帮我记住一切”变成了“我选择让它记住什么”。
Agent不再失忆,这件事本身是进步。但“记忆”不是一个免费的属性,它是用Token买来的上下文,而且账单可能不在你每天看的那个界面上。Beacon和claude-mem都在赌“记忆是Agent的下一个刚需”,这个赌注大概率是对的。你要做的,是在它们赌赢之前,别让自己的账单先输掉。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.