Claude智能体靠“做梦”变聪明：Anthropic研究拆解记忆四层机制

Anthropic 在 11 月 6 日（昨日）发布了一篇研究文章，题为《The components of agent memory》，对 Claude 智能体跨会话记忆、筛选、纠错和整理知识的方式做了系统拆解。IT之家 11 月 7 日消息。

研究提到，AI 智能体可以借用人类大脑“在睡眠中整理记忆”的做法：闲下来时回看历史记录、改正错误、搭起知识结构，长周期任务的表现因此提升明显。具体来说，智能体的记忆被分成四层——会话日志、记忆笔记、知识表征（比如 Wiki）以及注入上下文；同时还引入了一套“做梦”（dreaming）机制，让模型在两次交互之间的空档里翻看日志、修正错误、提炼规则并更新知识库。

研究团队认为，AI 能像人脑在睡眠中巩固记忆那样，把当下的经验一点点转成可复用的长期知识。Claude 会在会话里标记重要事件，或者写进记忆笔记；但并非所有信息都值得留存，它得判断哪些内容将来真的用得上。

Anthropic 指出，记忆说到底是对未来的一种预测——比如记下一条已验证的规则，就意味着模型预期以后还会再靠它。

在持续学习基准 CL-Bench 的数据库问答任务里，带记忆的 Claude 模型成绩明显好于无记忆基线。Claude Opus 5.5 和 Sonnet 5.5 用上记忆后平均得分分别为 0.838 和 0.833，而无记忆基线分别是 0.655 和 0.644。能力更强的模型能自己跑通“失败—反思—验证—总结规则”这套学习流程。

《宝可梦红》的游戏测试还让 Anthropic 发现，“少而精”的记忆更管用。Claude Fable 5 只维护 10 个记忆文件，拿到 4 枚徽章；Sonnet 3.7 写了 413 个文件，却只得到 1 枚徽章。研究由此认为，模型该优先存策略、计划和经过测试的规则，而不是不断变化的屏幕状态。

“做梦”机制也表现出纠错本事。Claude 曾把宝可梦中心的位置记错，结果迷了路；系统对照原始会话记录把记忆改正后，它最终顺利抵达下一座城市。相比之下，没修正记忆的那次运行来回折返，没能完成目标。

在约 35 万份企业文档的测试中，Claude 经过多轮“做梦”逐步搭出 Wiki。随着“做梦”规模从 2 次会话扩到 128 次，25 个问题的达标率由 13% 升到 48%；再把 Wiki 和搜索工具结合起来，综合得分从 54% 提高到 61%。

Anthropic 表示，智能体记忆还有不少难题：什么时候写入、怎么保持更新、如何防止错误越积越多。未来 AI 或许会更擅长在完成任务后“回顾经验”，把零散的交互变成可迁移、可验证的长期知识。

IT之家附上参考地址