Claude公开“做梦”机制：空闲时整理记忆，宝可梦通关率提升
拿空闲算力睡后复盘
Claude背后的独门记忆机制现已完整公开，其核心做法是——
做梦。
让模型在两次会话之间的空档里，用闲置算力悄悄“睡一觉”，在梦境中回看此前的经历、纠正记错的內容，再把零散信息梳理成能跨会话重复使用的知识。
还没学会做梦的旧版Claude，玩宝可梦时把自己玩到当场崩溃：连续三次从单向悬崖掉回原路之后，它干脆在执行记录里罢工了：
“我还是停下来吧，省得一直原地打转。”
学会做梦以后，它不光能滤掉无效干扰、顺利通关；在啃完35万份复杂企业文档后，回答准确率还直接涨到接近五成。
过去AI做题要思考，如今打个游戏还得先睡一觉？？
用离线计算沉淀长期知识
Claude做梦这套思路，其实参考了人类的记忆机制。
人为什么会在睡觉时做梦？
神经科学研究显示，海马体白天接收的是高密度、碎片化的短期记忆；
进入休息阶段后，大脑会回放白天的经历，把零散事实挑拣、沉淀并结构化，一点点整合进大脑皮层，变成长期知识。
Anthropic把这种“即时记录加离线整理”的思路，搬进了Agent记忆系统。
现有Agent架构往往卡在两难里：
任务轮次一多，上下文窗口就膨胀，推理延迟和调用成本随之猛涨；
可要是靠粗粒度的长文本摘要或向量检索（RAG），关键的技术细节又容易漏掉，逻辑链条断得七零八落。
Anthropic的办法是引入空闲计算（Sleep-time compute），在用户离线或交互暂停时启动Dreaming流程。
这套架构把Agent记忆分成四个层级：
原始会话记录：底层真实日志，涵盖交互输入、模型输出、工具调用参数与执行反馈；
记忆笔记：Agent执行任务过程中记下的局部经验要点；
记忆表示层：跨会话维护、结构化并带超链接的网状知识库；
注入上下文：新会话启动时预先加载的高优先级索引信息。
等到交互暂停、系统空闲，模型便在后台启动Dreaming流程，调出原始会话记录，交叉核对笔记内容，改掉逻辑矛盾之处，再更新全局记忆表示。
之所以要离线整理记忆，是因为记录记忆的核心目的，是给后续任务提供有效的先验。
基础的记录方式偏向于保存详尽的操作流水账；
在Anthropic眼里，真正管用的记忆方式，是把通用操作规则、排错记录以及能反复套用的决策链路抽出来，后面开新会话时直接拿来用。
413份笔记不如10份核心规则
这套系统灵不灵，《宝可梦》被拉来当“主考官”。早先的Claude（比如Sonnet 3.7）记东西不分巨细：打完一只野怪存一个文件，捡到精灵球存一个文件，路边NPC说了句没用的废话，也要单独存一个文件。
一路下来，它攒出413份记忆文件，塞进225个文件夹，文本量冲到将近98万字符。维护负担随之变得很重。
接下来的17个操作步骤里，模型新建6份文件、删掉9份文件……可大部分算力都花在整理笔记上，游戏角色一步没动。玩到最后，只勉强拿到一枚道馆徽章。
换成更高级的模型（如Claude Fable 5和后续的Opus系列），它学会的头一件事就是断舍离。
金币多少、当前坐标、血条实时数值？这些在游戏界面上一眼就能看清的显式信息，一律不记。整套系统只建了10份核心文件（9份分类模块加1个顶层 global.md），合计4.3万字符。
抓大放小之后，推关效率明显提高，Claude操作的角色一路冲过道馆，连拿四枚徽章通关。
新版本记的又是什么？是游戏界面不会直接告诉它的策略知识。比如连续用7个精灵球都没抓到鲤鱼王，它就总结出一条规律：“连续3次捕捉失败，应调整按键等待间隔”。
在CL-Bench 1.0数据库基准测试中，把“错误样本、归因分析、验证结果与最终规则”整合起来的这套机制，让Opus 5.5的平均得分从没有长期记忆时的0.655升到0.838。
前面提到的月见山悬崖死循环，则检验了做梦的纠错能力。
要是没有做梦机制，Claude守着那份写着“Mt Moon DONE”却方向相反的错笔记，只会不断强化错误认知，甚至给自己找借口“我只是往西走过头了”，最后心态崩掉，原地罢工。
引入Dreaming后，离线算力介入进来。模型带着审视的目光重新翻原始底层日志，对照真实坐标反馈，当场发现错误：“不对，我的笔记方位记反了！”
接着它在后台把那份有毒的路线笔记撕掉重写。第二天醒来重新上号，掉头穿过山洞，一把翻过悬崖直奔华蓝市。
结构化知识网络
离线做梦机制不只在单机游戏里有用，处理大规模企业资料时也显出结构化优势。Anthropic拿出了它收购的软件公司Stainless的内部资料——
这批资料规模不小——约35万份文档，合计4.2亿Token。Anthropic让Claude Opus 5据此搭建企业知识库，还专门出了25道高难度跨文档综合题来考它。
模型会在会话间隙不停“做梦”，把零散内容织成一张带超链接网络的企业维基百科：
第2轮跑完，生成103个页面、766条关联链接；到第128轮结束，已膨胀到222个高聚合页面、12893条链接。
只靠这张知识网络答题，测试得分从初期的13%升到48%；知识网络再加上原始文档检索，整体得分从纯检索的53%提高到61%。资源上也有账可算：采用这套组合方案后，平均每道题少消耗约2万个Token。
需要跨文档整合信息的任务，更能体现Wiki的长处。并购材料分析这类跨文档多跳推理中，依托结构化知识网络的回答准确率达87%，单独依赖文档检索则为73%。
不过研究团队也提醒，知识抽象会带来冗余和信息丢失。有一回原始输入只有115KB，Claude生成的知识文件却有203KB，是原始文档的1.77倍，摘要反倒起不到压缩作用。另一个问题是多Agent协同编辑共享合同表格时没有并发控制，几个智能体互相覆盖，原有的57项关键事实丢了16项。
研究人员随后让Claude分析失败原因，并调整知识库构建指令：每份合同交给独立Agent整理，条款尽量保留原文，不再让多个Agent同时改同一份汇总表。重建Wiki后，生成的法律简报满足了全部57项评分标准。
Dreaming还能修知识库里的失效链接。有一次Claude发现9条链接指向一个并不存在的Wiki页面，重新核查后把它们改指到已存在的正确页面，另外新增了3个页面，包括索引和说明文档。
补知识、纠错误、维护页面之间的关系，这些事Dreaming都能参与。但这类操作同样要吃算力，而且整理出的Wiki越复杂，后续维护的工作量越大。
记忆还得控制体积
知识库可以不断扩展，可能塞进Claude上下文的信息终究有限。Anthropic在文章里专门提到了Claude Code的自动记忆设计。
新会话一启动，系统并不会把整个自动记忆目录全量载入。它读的只是MEMORY.md开头那200行，或者最多25KB的内容。
这部分内容起的是索引作用。Claude由此先知道自己存过哪些信息、各自落在哪个文件里。
等到确实需要细节，它再去读取或检索下层的记忆。
那些调用频繁、后续任务经常要用到的东西，可以往上提，放到更容易拿到的位置。
不需要每次都直接载入的细节，就留在下层，只留一条相关索引。
另外，Dreaming这件事本身也要消耗算力。
前台一边干活一边记太多，任务推进就会受影响；可要是全丢给后台整理，一些重要信息又可能赶不上下一次操作。
历史记录还会随环境变化慢慢过时——代码库重构之后，早先那套操作规则可能就不适用了。
所以记忆什么时候建、隔多久查一次、哪些值得长期留着，都得看具体任务场景来调。
Anthropic眼下也没拿出适用于所有任务的标准化做梦节奏。
