Anthropic 詳解 Claude 記憶機制：讓智慧體靠「做夢」自動糾錯

人睡覺的時候，大腦的海馬體在悄悄回放白天的經歷，把瑣碎的短期記憶篩成穩固的長期常識。以前的 AI 智慧體可沒這個待遇，要麼聊完下一秒徹底失憶，要麼把見過的一切死板地存進資料庫，最後把自己活活撐死。

Anthropic 公開了一套關於智慧體記憶機制的研究。核心結論很簡單：決定 AI 聰明程度的不是它記了多少東西，而是它懂不懂得丟掉無用資訊，以及在空閒時間怎麼靠「做夢（Dreaming）」把自己記錯的常識糾正過來。

記太多反而拖後腿

很多人以為給智慧體掛一個外部資料夾，讓它隨意寫筆記就能解決長期記憶問題。Anthropic 做了一個有趣的對照實驗：讓不同版本的模型去玩《寶可夢：紅》。

早期的 Claude Sonnet 3.7 是個典型的囤積狂。它覺得什麼都有用，把遇見的每一個 NPC、撿到的每樣道具、打過的每場戰鬥都單獨建一個檔案。走到一萬步時，它一共寫了 413 個檔案，塞了 225 個資料夾，整整 98 萬字，結果手裡只拿到 1 枚徽章。

更諷刺的是，由於遊戲畫面每一步都在變，這些筆記剛寫完就過時了。第 10000 步左右，Sonnet 3.7 為了整理這堆爛攤子，連續 17 步都在建檔案和刪檔案，根本不打遊戲。

換到 Claude Fable 5，畫風完全變了。它只存了 9 個檔案和一份全域性大綱，總共才 4.3 萬字，卻一口氣拿下了 4 枚徽章。螢幕上能直接看到的資訊，比如金幣多少、人在哪裡，它通通不記；它只記自己悟出來的策略，比如抓鯉魚王連丟三個球都沒中，就記上一條「連續三次失敗後，按鍵之間多停頓一拍」。

後來的 Opus 5.5 同樣遵循這套極簡筆記法則，最後直接通關了遊戲。在 CL-Bench 跨會話任務裡，強行規定「只許記錄失敗」反而會把 Opus 5 的分數拉低；只要模型本身足夠聰明，放手讓它自己判斷什麼值得記，效果反而最好。

趁空閒把錯改過來

光會挑重點還不夠，萬一智慧體第一次就記錯了怎麼辦？

在寶可夢的月見山洞窟前，有一處只能單向跳下的懸崖。Claude 在摸索時把寶可夢中心的位置記反了，誤以為已經穿過了洞窟。它從建築裡走出來直接跳下了懸崖，回到了起點，卻因為導航工具看不出落差，堅信自己走對了。

在沒有外力干預的測試裡，Claude 連續跳崖三次，最後徹底喪氣，寫下一句「我不想再無限迴圈了」就原地擺爛。直到實驗結束，它都沒能走到華藍市。

這時候就輪到「做夢」上場了。所謂做夢，就是讓模型在任務間隔的空閒時間，把外部筆記拿去和原始執行日誌逐一核對。日誌是發生過的客觀事實，筆記則是主觀提煉出來的想法。通過回放比對，Claude 找到了錯記位置的證據，重新修改了路線筆記，再次出發後順利穿過洞穴到達了華藍市。

做夢還能把零散的筆記整理成百科全書。Anthropic 拿軟體公司 Stainless 的 35 萬份內部文件（約 4.2 億 token）做測試，讓 Claude 用 128 個會話在空閒時逐漸搭建結構化 Wiki。最終，它在多文件問答上的準確率從 13% 飆升到了 48%；在複雜的併購資料問答裡，靠 Wiki 拿到了 87% 的正確率，遠高於傳統搜尋的 73%。

為什麼重要

長久以來，業內做 AI 記憶的主流做法是給模型接上向量資料庫，拼命把對話切片存進去。這種做法本質上是把記憶當成了儲藏室，最後不僅檢索成本高昂，模型還極容易被自己以前寫下的胡話帶偏。

Anthropic 這篇研究走了一條更接近人類認知的路。它把記憶拆成了原始日誌、提煉筆記、結構化 Wiki 和當前上下文四層，並把最費勁的修剪和糾錯放到了離線時間。我們認為這一步走得相當巧妙，它讓模型從單純的「執行者」變成了會自我復盤的「打工人」。

不過對於開發者來說，現在直接照搬這套方案門檻不低。離線復盤看似優雅，但「做夢」消耗的算力依然是真金白銀。而且在 35 萬份文件的測試中，48% 的準確率雖然比過去翻了倍，但離企業級落地顯然還有一段距離。

但這給整個行業定了一個新的競爭方向：下一階段的大模型競爭，拼的不再是誰能塞進幾百萬 token 的單次視窗，而是看誰能在長期執行中像人類一樣，既能睡個好覺把舊賬算清，又能輕裝上陣投入下一次任務。