Anthropic研究：让AI“做梦”复盘，Claude记忆任务表现提升

Anthropic刚发了一篇研究文章，讲AI记住以前干的活，办法叫"做梦"，Claude 每干完一段活，就在后台把这段经历回顾一遍，记错的改掉，乱的理顺，下次一上手就知道之前做到哪了。第零个，"做梦"要消耗算力，所以可能需要优先整理那些容易变化的信息。就是说，智能体的成本不只发生在用户交互的那一刻，还会延伸到后台的离线

Anthropic 近日发布一篇研究文章，讨论的是怎么让 AI 记住此前做过的事，采用的办法叫“做梦”。Claude 每完成一段工作，就会在后台把这段经历重新过一遍：记错的地方修正，凌乱的地方梳理清楚，下次开始干活时便知道此前进行到哪一步。

第零点，“做梦”需要消耗算力，因此那些容易变化的信息或许要优先整理。换句话说，智能体的成本不只在用户交互的那一刻产生，还会延伸到后台的离线整理环节。

第一点，记忆确实管用，模型越强，效果越好。在某个数据库任务基准上，Opus 5.5 加入记忆后从 0.655 提升到 0.838；Opus4.7 从 0.383 提升到 0.700。Sonnet 4.6 仅从 0.330 升到 0.364，但换成更细的提示、让它读取并检验记忆之后，能达到 0.641。

第二点，宝可梦的对比最为直观。Sonnet 3.7 玩的时候建了 413 个记忆文件，分在 225 个文件夹里，结果只拿到 1 个徽章，大量步数耗在整理过时的记录上。Fable 5 只写了大约 10 个文件，却拿到 4 个徽章。

第三点，不要替强模型规定该记什么。研究者试过一条规则：“只记录失败的经验”。结果强模型的收益反而下降了。什么值得记，强模型自己会判断，不用旁人代劳。

第四点，纠错。有一条记错的地标笔记，害得 Claude 在月见山里反复走回头路。经过“做梦”纠正后，Claude 在第 1935 步走到了华蓝市；没纠正的那一组，没能走出这座山。