Anthropic研究：Claude智能体靠“做梦”提升记忆与任务表现

Anthropic 在 11 月 6 日发布了一篇研究文章，题为《The components of agent memory》，对 Claude 智能体如何跨会话记忆、筛选信息、纠正错误以及整理知识做了系统拆解。

文章提到，AI 智能体可以从人脑“睡眠整理记忆”的做法中得到启发：在空闲时段回看历史记录、改正错误并搭建知识结构，长周期任务的表现因此能明显改善。

按照这项研究，智能体记忆被划成四层——会话日志、记忆笔记、知识表征（比如 Wiki）以及注入上下文；同时引入一种叫“做梦”（dreaming）的机制，让模型在两次交互之间的空档翻看日志、修正错误、提炼规则并更新知识库。

研究团队认为，人脑会在睡眠中巩固记忆，AI 也可以照着做，把当下获得的经验一点点转成能反复使用的长期知识。Claude 会在会话过程中标记重要事件，或者写进记忆笔记，可不是什么信息都值得留下，它得判断哪些内容将来真能用上。

Anthropic 的说法是，记忆说到底是对未来的一种预测。比如记下一条已经验证过的规则，就说明模型预判自己以后还会用到它。

在持续学习基准 CL-Bench 的数据库问答任务里，带记忆的 Claude 模型成绩明显好于没有记忆的基线。Claude Opus 5.5 和 Sonnet 5.5 用上记忆后，平均得分分别是 0.838 和 0.833，而两者的无记忆基线为 0.655 和 0.644。模型越强，越能自己走完“失败 — 反思 — 验证 — 总结规则”的学习闭环。

在《宝可梦红》的游戏测试中，Anthropic 还发现记忆“少而精”更管用。Claude Fable 5 只维护 10 个记忆文件，拿到了 4 枚徽章；Sonnet 3.7 写了 413 个文件，却只得到 1 枚徽章。研究因此认为，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；系统拿原始会话记录一比对，把记忆改了过来，它最后成功走到下一座城市。而记忆没被修正的那次运行，反复折返，目标始终没完成。

在约 35 万份企业文档的测试中，Claude 经过多轮“做梦”一步步搭起 Wiki。随着“做梦”规模从 2 次会话扩大到 128 次，25 个问题的达标率由 13% 升到 48%；再把 Wiki 和搜索工具合起来用，综合得分从 54% 提高到 61%。

Anthropic 表示，智能体记忆还有几道坎：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 或许会更擅长在任务做完后“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