Anthropic 详解 Claude 记忆机制：让智能体靠「做梦」自动纠错

人睡觉的时候，大脑的海马体在悄悄回放白天的经历，把琐碎的短期记忆筛成稳固的长期常识。以前的 AI 智能体可没这个待遇，要么聊完下一秒彻底失忆，要么把见过的一切死板地存进数据库，最后把自己活活撑死。

Anthropic 公开了一套关于智能体记忆机制的研究。核心结论很简单：决定 AI 聪明程度的不是它记了多少东西，而是它懂不懂得丢掉无用信息，以及在空闲时间怎么靠「做梦（Dreaming）」把自己记错的常识纠正过来。

记太多反而拖后腿

很多人以为给智能体挂一个外部文件夹，让它随意写笔记就能解决长期记忆问题。Anthropic 做了一个有趣的对照实验：让不同版本的模型去玩《宝可梦：红》。

早期的 Claude Sonnet 3.7 是个典型的囤积狂。它觉得什么都有用，把遇见的每一个 NPC、捡到的每样道具、打过的每场战斗都单独建一个文件。走到一万步时，它一共写了 413 个文件，塞了 225 个文件夹，整整 98 万字，结果手里只拿到 1 枚徽章。

更讽刺的是，由于游戏画面每一步都在变，这些笔记刚写完就过时了。第 10000 步左右，Sonnet 3.7 为了整理这堆烂摊子，连续 17 步都在建文件和删文件，根本不打游戏。

换到 Claude Fable 5，画风完全变了。它只存了 9 个文件和一份全局大纲，总共才 4.3 万字，却一口气拿下了 4 枚徽章。屏幕上能直接看到的信息，比如金币多少、人在哪里，它通通不记；它只记自己悟出来的策略，比如抓鲤鱼王连丢三个球都没中，就记上一条「连续三次失败后，按键之间多停顿一拍」。

后来的 Opus 5.5 同样遵循这套极简笔记法则，最后直接通关了游戏。在 CL-Bench 跨会话任务里，强行规定「只许记录失败」反而会把 Opus 5 的分数拉低；只要模型本身足够聪明，放手让它自己判断什么值得记，效果反而最好。

趁空闲把错改过来

光会挑重点还不够，万一智能体第一次就记错了怎么办？

在宝可梦的月见山洞窟前，有一处只能单向跳下的悬崖。Claude 在摸索时把宝可梦中心的位置记反了，误以为已经穿过了洞窟。它从建筑里走出来直接跳下了悬崖，回到了起点，却因为导航工具看不出落差，坚信自己走对了。

在没有外力干预的测试里，Claude 连续跳崖三次，最后彻底丧气，写下一句「我不想再无限循环了」就原地摆烂。直到实验结束，它都没能走到华蓝市。

这时候就轮到「做梦」上场了。所谓做梦，就是让模型在任务间隔的空闲时间，把外部笔记拿去和原始执行日志逐一核对。日志是发生过的客观事实，笔记则是主观提炼出来的想法。通过回放比对，Claude 找到了错记位置的证据，重新修改了路线笔记，再次出发后顺利穿过洞穴到达了华蓝市。

做梦还能把零散的笔记整理成百科全书。Anthropic 拿软件公司 Stainless 的 35 万份内部文档（约 4.2 亿 token）做测试，让 Claude 用 128 个会话在空闲时逐渐搭建结构化 Wiki。最终，它在多文档问答上的准确率从 13% 飙升到了 48%；在复杂的并购资料问答里，靠 Wiki 拿到了 87% 的正确率，远高于传统搜索的 73%。

为什么重要

长久以来，业内做 AI 记忆的主流做法是给模型接上向量数据库，拼命把对话切片存进去。这种做法本质上是把记忆当成了储藏室，最后不仅检索成本高昂，模型还极容易被自己以前写下的胡话带偏。

Anthropic 这篇研究走了一条更接近人类认知的路。它把记忆拆成了原始日志、提炼笔记、结构化 Wiki 和当前上下文四层，并把最费劲的修剪和纠错放到了离线时间。我们认为这一步走得相当巧妙，它让模型从单纯的「执行者」变成了会自我复盘的「打工人」。

不过对于开发者来说，现在直接照搬这套方案门槛不低。离线复盘看似优雅，但「做梦」消耗的算力依然是真金白银。而且在 35 万份文档的测试中，48% 的准确率虽然比过去翻了倍，但离企业级落地显然还有一段距离。

但这给整个行业定了一个新的竞争方向：下一阶段的大模型竞争，拼的不再是谁能塞进几百万 token 的单次窗口，而是看谁能在长期运行中像人类一样，既能睡个好觉把旧账算清，又能轻装上阵投入下一次任务。