Anthropic实验：只写9份笔记的Claude，为何记性胜过写413份的

有位哲学家讲过，人这一生很多事要回头才看明白，可日子只能朝前过。

这话搁在人身上是句感慨，放到 AI 那里，就成了实实在在的工程难题。

Anthropic 近日发文，谈他们为 Claude 搭记忆系统时遇到的坑和想通的道理。结论有些反直觉：要让 AI 记性好，只让它「记笔记」远远不够，还得让它学会「做梦」。

具体是怎么回事？往下看。

先说人脑的记忆机制。

人随时随地都在记东西。这当中海马体是关键角色，它负责在当下抓住经历，让记忆迅速成形、随时取用。不过，并非每段经历都会沉淀为长期知识——只有一部分能被「巩固」下来。

巩固多半发生在大脑「离线」的时候。人睡着或安静休息时，海马体会「回放」近期经历，一点点把它们提炼、整合进新皮层，而新皮层才是大脑存「知识」的主仓库。

智能体的记忆，其实也能按这个路子分工。

AI 干活会留下大量日志和对话记录（transcripts），这好比海马体的即时捕捉。Letta 和 UC Berkeley 的研究者提出过「睡眠时计算」（sleep-time compute）的概念：模型在交互间隙的空闲时段，重新组织已有上下文。整理记忆也能借用这个思路，让 AI 在闲下来时反思日志、纠正错误、产出新笔记。这个过程，业内通常称为「做梦」（dreaming）。

Anthropic 发现，「做梦」正是给 Claude 打造有效记忆的一把利器。这篇文章讲的，就是他们围绕智能体记忆所做的一系列实验，以及各个组件究竟起了什么作用。

文章链接：https://www.anthropic.com/research/components-of-agent-memory

先界定一下：什么算「智能体记忆」

Anthropic 所称的「智能体记忆」，专指 Claude 从经验中获取的知识，涵盖与用户的交互、被分配的任务，以及跨会话保留下来的内容。

有三类「学习」不在其列：改权重（训练阶段调好的内部参数）、上下文内学习（单次对话中获得的知识），以及压缩（compaction，即 Claude 把旧对话轮次写成摘要，以便在新上下文窗口里接着干活）。

记忆的第一层：随手记笔记

在人脑里，一段经历发生前后释放的化学信号，会给这段记忆打上「重要」的标记。被标记过的记忆，离线时回放的次数更多，因而得以稳定下来、进入长期记忆。

Claude 也能做类似的事：在会话日志里给显著事件打标签，便于日后查找；或者直接写进记忆库，比如一个专门放记忆笔记的文件夹。

可问题在于：事情正在发生的当下，Claude 凭什么判断哪件事值得记？它并不知道后面会发生什么。

记忆，其实是对未来的预测

记忆在本质上有时就是一种预测。写下一条规则，等于赌这个模式以后还用得上；记下一条验证过的事实，等于赌未来的自己会想直接拿来用、不再核对一遍。而 Claude 在这类预测上，已经长进不少。

Anthropic 拿 Continual Learning Bench（CL-Bench）1.0 做了实验。这个基准测试考察的是智能体借助记忆完成长程任务的能力。其中一项任务是：Claude 要查数据库回答一连串问题，答完后会被告知正确答案，随后它可以写一条记忆，帮自己答好后边的问题。

这里能形成一个学习闭环：答错了，就记下失败、提出「错在哪」的假设、验证假设，再把结论变成一条日后答题的规则。

实验用的是 Claude Managed Agents。每道题 Claude 都从全新会话起步，唯一的例外是：它能读取一个跨会话保留的记忆目录。

不同模型搭学习闭环的能力差得很远：

Sonnet 4.6 已经走到「提出假设」这一步，可记忆目录里躺着一堆零散文件，每个文件只列了几条没验证过的猜测；

Opus 4.7 把零散笔记归拢成一份参考文档，动手给事实标注状态——查过的、没确认的分开摆。

Sonnet 5 的做法是等评分器批完再落笔：答对了就打上「已确认」，答错了补一条更正。

第一个把环闭起来的是 Opus 5。它写下的条目大多带着一条规则，还附上自己怎么知道这条规则成立、以往问题的答案，以及路上踩过的坑的明确警告。

Opus 5.5 和 Sonnet 5.5 也都闭了环，把「怎么答好以后的问题」沉淀成验证过的规则存进记忆。带上记忆，两者的得分跟 Opus 5 差不多——而且它们不带记忆的基线本来就略高一些。

Claude 学会了判断「什么值得记」

另一个实验更能说明问题：让 Claude 玩《宝可梦・红》。这游戏得在复杂的长程任务里找路，恰好能检验 Claude 判断「该往记忆里存什么」的本事。每局开始，模型都会拿到一个能读能写的记忆文件夹。

把 Sonnet 3.7 和 Fable 5 各玩到大约一万步时的记忆文件夹摆在一起看，差距一眼就能看出来。

Sonnet 3.7 认定「所有东西都可能有用」，见什么记什么：打一场战斗建一个文件，捡一个道具建一个文件，碰上一个 NPC 也建一个文件。到头来它攒了 413 个记忆文件、散在 225 个文件夹里，徽章只拿到一枚（徽章代表游戏进度）。

Fable 5 这边：9 个文件、2 个文件夹，再加一个顶层的 global.md，徽章拿了四枚。

Sonnet 3.7 究竟栽在哪里？宝可梦的对局状态一刻不停在变，它那份记得很细的档案也随之不断过期。玩得越久，Claude 把时间和算力耗在翻旧账上的比例就越高，真正打游戏的部分越来越少。差不多到一万步时，Sonnet 3.7 动手搭第四套「主」记忆文件夹——紧跟着的 17 步里，它新开了六个文件、又删掉九个，游戏进度原地没动。

Fable 5 的思路不一样：只记游戏不会直接告诉你的东西。像「玩家有多少钱」「在地图哪个位置」，每回合屏幕上都有，存下来纯属冗余。策略、计划、验证过的规则这些，Claude 不想明白就不存在，不写下来就会消失。

所以 Fable 5 这样组织记忆：global.md 当仪表盘，放当前目标、打道馆的预写计划，还有它给自己定的记忆使用规则；locations 文件夹放各条路线的导航方案；gameplay 文件夹放它摸出来的游戏机制策略。举个例子，连续七个精灵球没抓到鲤鱼王（最容易抓的宝可梦之一）之后，Claude 写道：「如果连续 3 个球以上失败，改变按键节奏（在菜单步骤之间插入额外的等待）—— 这么做之后立刻抓到了。」

记忆文件夹小得多，Fable 5 的游戏进度却远超 Sonnet 3.7。Opus 5.5 路子类似：一小叠记忆笔记，盯着当前目标和下一步，边玩边改——最后通关了。

怎么「指挥」Claude 写记忆

Anthropic 摸出一条规律：告诉 Claude 记忆是干嘛的，有用；告诉它具体怎么用，反而没必要。

在 CL-Bench 上，他们只告诉 Claude「有个记忆文件夹可以用」。就这点泛泛的指引，已经够 Opus 4.7 和 Opus 5 把记忆用出效果，性能明显提升。

定细规矩这条路他们也走过：一次只测一条，看有这条规矩和没这条规矩时记忆能带来多少好处。结论是，规矩写成「只记录失败」的时候，Opus 5 和 Opus 4.7 都丢掉了记忆带来的大部分增益。模型越强，越该让它自己判断哪些值得记，提前把规则钉死反而更管用不了——规则设得不对，还会拖后腿。

有意思的是，受益于引导最多的是老模型。Sonnet 4.6 常常根本不打开记忆目录里的文件，也懒得验证自己关于「答错原因」的猜想。只要加一句提示——答题前先读记忆文件、然后明确验证假设——它的基准得分就差不多翻了一倍。Sonnet 5 不用人催：没人提示时，它十次里有九次会先读记忆再作答，Sonnet 4.6 能做到这一点的还不到一半。

所以 Anthropic 如今对前沿 Claude 模型采取的办法是：指引给得简单——有人要求它记，或者碰上明显值得记的内容，就写一条记忆笔记——具体怎么判断，留给 Claude 自己。

做梦，可以纠正记忆

Claude 写记忆，依据的是会话当时对「什么重要」的判断。问题在于，一条打一开始就写错的笔记，或者随着环境变化逐渐跑偏的笔记，之后仍可能被 Claude 在别的会话里读出来，并且当成可信内容。

做梦给了 Claude 一个把笔记和原始记录对照检验的机会。宝可梦实验里就有一个正面案例。

游戏里有一段路要穿过月见山：这是个山洞系统，入口在地图西侧，出口在东侧。入口旁边埋着个陷阱——一段单向下坡，玩家一旦掉下去就被送回原来的路，而且爬不回来。Claude 始终把山口的宝可梦中心当参照物，于是它会不会踩进那个坡，全看它认为宝可梦中心位于山的哪一侧。

有那么一刻，Claude 记下了（记错了）：宝可梦中心在东侧。从宝可梦中心出来时，它宣称「月见山在我身后了」，还顺手把笔记改成：「月见山，搞定。」可月见山压根不在它身后。走了几步，它就掉下那个坡，被送回原来的路。导航工具没有显示这个落差，Claude 由此断定：「我朝西走过头了」——它以为自己一直在正确的一侧。事实并非如此。

随后，团队又去验证「做梦」能否让 Claude 绕开这个坑。他们对存着错误位置的那个记忆文件夹执行了一遍「做梦」流程：Claude 把笔记和会话记录放在一起比对，发现位置记错了，随即重写笔记。在这套流程里，会话记录相当于「标准答案」。带着修正后的笔记，Claude 直接走回月见山，最后到达华蓝市。

换成用错误笔记的那条路线，Claude 有三次掉回先前走过的路上。第三次失败之后，它似乎打算放弃，写下：「我还是停下吧，别再循环了。」实验装置的自动回复让它接着走。它便一路退到山前的尼比市，想回去补血补货。这一轮游戏打到结束，Claude 始终没能抵达华蓝市。

做梦，可以搭建新的记忆形态

有了做梦，Claude 还能为自己搭出一些用来「逛」记忆的表征。wiki 就是其中一种：它是一组由 Claude 自己撰写和维护的页面，把某个主题下的了解集中起来，再链到别的笔记。这些链接相当于给 Claude 画了张地图，需要时能快速找到记忆。

团队拿一个内部文档语料库做了实验，它来自 Stainless——一家他们在五月收购的软件公司，大约 35 万个文件、约 4.2 亿 token。围绕这个语料库，他们出了 25 道题，给 Claude 配上搜索工具，同时让它依据这些文件用做梦来建 wiki。128 个会话中，Opus 5 智能体们翻查文件、撰写或修正互链的 wiki 页面、合并重复页面、拿论断去对照原文。每个会话都接着前一个的进度往下做，靠共享日志来协调。

做梦的规模从 2 个会话扩到 128 个，25 道题上达成的评分标准比例从 13% 涨到了 48%。

Claude 建 wiki 是渐进式的：先出一个初版，再靠后面一轮轮做梦增补、编辑、修剪。做梦早期，Claude 的知识像刚入职的新人，光靠 wiki 答题能力有限；梦做得越多，知识地图越丰富，就像老员工。实验还发现，wiki 配上搜索工具时帮助最大：搜索加 wiki，总分从 54% 涨到 61%；只用搜索是 53%；只用 wiki 最好成绩是 48%。而且搜索加 wiki 的组合，每道题还省大约两万个 token。

那哪类任务更需要 wiki 这种组织方式？他们拿 Harvey LAB 基准和一批并购文件做了试验：把一组文件交给 Claude 写法律简报，再对照标准清单逐项打分——过程谈不上有趣，但文件类型够杂。

其中一套题共 24 道，围绕并购展开，超过半数得翻好几份文件才能拼出答案，不少还要求做判断或算数。查 wiki 的 Claude 在这类题上拿到 87%，纯靠搜索的只有 73%。

不过 wiki 也有失灵的场景。在另一个 LAB 任务里，简报的得分点基本都能从单份文件里直接搜出来，wiki 相比搜索没带来多少好处。更极端的一个任务中，wiki 的体积甚至超过了原始材料——语料为 10 份文档、115KB，wiki 却有 68 页、203KB，达到语料的 1.77 倍。这让人想到博尔赫斯那篇只有一段话的小说《论科学的精确性》：地图师画出一张和帝国同样大的地图——Claude 造出的 wiki 细到极致，却没真正提炼出任何东西。

做梦，可以把笔记往记忆层级的顶端送

做梦还能把笔记推到记忆层级的最高处，由智能体框架在每次会话启动时预先塞进 Claude 的上下文。这样一来，Claude 既不必去搜索，也无须知道「有东西可搜」。

但往新会话里注入记忆（即上下文注入）有风险：注入的内容要占掉宝贵的 token，一条写错的笔记会被带进每一次会话；何况加载了也不代表 Claude 就会照办——Claude Code 的文档就提醒过，指令文件越长，被遵守的程度越低。因此层级顶端必须保持精简，做梦在这里的不少工作就是「让它保持小」：细节往下面的层级挪，只留链接。

Claude Code 的自动记忆也是这个思路：它不会把整个自动记忆都加载进每个会话，只加载 MEMORY.md 的前 200 行或 25KB。这个开头部分充当索引，告诉 Claude 它知道什么、去哪儿找。

做梦，可以让记忆围着目标长

做梦还能左右记忆朝哪个方向生长。以 Claude Duet 这类助手为例，记忆围绕被帮助的人来组织通常更有用，而做梦可以调整成「服务特定目标」的建记忆方式。

引导记忆生长的指令随任务不同而不同，它决定了 Claude 眼中哪些信息才真正要紧。LAB 基准中有一个模拟公司收购的任务：给一批合同，简报按是否准确描述了合同条款来打分。

最初，建 wiki 的指令相当简单，没说明 Claude 该怎么使用 wiki。这个任务高度依赖合同条款，可建 wiki 时有好几个智能体同时往同一张共享的条款表里写，彼此覆盖，表总结得不到位，条款还有遗漏。靠这份 wiki 生成的简报，57 个评分事实只覆盖到 41 个（72%）。

合同条款明明是 wiki 里最要紧的部分，指令里却只字未提。于是他们跑起一个循环：让 Claude 复盘失败、给出指令修改方案、再重建 wiki。循环跑下来，Claude 自己意识到了合同条款的分量，并据此重写了建 wiki 的指令。

改版之后：每份合同单独一页，由单个智能体撰写，条款逐字引用，不再汇总进共享表。用改进后 wiki 生成的简报，评分标准覆盖率从 72% 提高到 100%。

做梦，可以补上会话留下的缺口

Claude 写记忆笔记时，只看得到那一个会话的上下文。做梦则能跨多个会话检索，发现共性模式、纠正共性错误。

建 LAB 基准的 wiki 时，Claude 有时会链到尚未创建的页面。第二轮做梦补上了不少这类空缺：某个任务里，做梦发现 wiki 中有九个链接指向一个并不存在的页面，于是把它们统统重定向到同一份文档的现有页面，另外新增了三个页面（含一个索引页），让 wiki 的链接更密。

关于智能体记忆系统怎么设计，

待解的问题还有不少。

其中一个是记忆该在什么时候建。边干边记，能在源头抓住“什么重要”，重要细节立刻就能用上，可记笔记这件事本身会分走 Claude 对主任务的注意力；做梦则把记忆创建挪到后台，问题是做梦的产出不一定马上能被 Claude 用上。

另一个是怎么让记忆可靠地保鲜。Claude 可能预测出错，也可能写下一开始就错的规则；记忆还会随环境变化而漂移、失效。做梦是修正手段之一，但它要消耗算力。让 Claude 不停检查所有记忆并不现实，也许更该把做梦对准那些容易变的信息，或者精心调节做梦的节奏（比如按记忆被访问的频率）。

把记录检索当作记忆的地基，也是一条路。表征（如 wiki）加搜索有时确实管用，但维护记忆表征要算力，还得保证它们不累积错误和幻觉。

即便 Claude 在“什么重要”这件事上判断得更准，也没谁能真的预知未来。做梦等于给 Claude 留了个回头复盘的口子：拿算力去整理记忆、纠正错误、维护表征，好让往后的会话取用起来更省事。Claude 的本事涨到哪一步，记忆系统就跟着变到哪一步；至于这套系统该怎么搭，他们要补的课还多着呢。