首页 > 教程资讯 > 教程详情

Anthropic 梳理 agent 记忆：让 Claude 在空闲时「做梦」整理日志、纠正错误

AI 与前沿极客小林 2026-11-08

文章分享

文章认为，agent 在互动间隙回顾日志、修正笔记、重组记忆，能让 Claude 在跨会话任务中更有效地利用记忆。

什么是 agent 记忆，什么是 dreaming

文章把「agent 记忆」定义为：Claude 从与用户的互动和被指派的任务中获得、并在会话之间保留、稍后可作为上下文读取的知识。它不包括修改模型权重、单次对话内的学习，以及 compaction（用摘要替换旧轮次）。

文章称，Letta 与加州大学伯克利分校的研究者提出了 sleep-time compute，让模型利用互动间隙的空闲时间重组已有上下文。agent 可借此回顾日志、修正错误或产出新笔记，这一过程常被称为 dreaming。

评测一：模型能否「合上学习环」

在 Continual Learning Bench（CL-Bench）1.0 的数据库查询任务中，Claude 每道题都从新会话开始，但可以检索一个跨会话保留的记忆目录中的文件。

Sonnet 4.6：只做到提出出错原因的猜测，记忆目录里是零散文件，各列几条未经检验的猜想。
Opus 5：文章称它是其中第一个「合上学习环」的模型，多数条目包含规则及其依据、既往题目的答案和已发现陷阱的警告。
Opus 5.5 与 Sonnet 5.5：同样合上学习环，有记忆时得分与 Opus 5 相近，但无记忆时的基线略高。

评测二：玩《宝可梦红》

玩到约 1 万步时，Sonnet 3.7 写了 413 个记忆文件，分布在 225 个文件夹，拿到 1 枚徽章；Fable 5 写了 9 个文件（2 个文件夹）外加一个顶层 global.md，拿到 4 枚徽章。global.md 被用作看板，记录当前目标、预先写好的打道馆计划和模型自己的记忆使用规则。

评测三：用 dreaming 建设 wiki

Stainless 是 Anthropic 5 月收购的软件公司。评测使用其内部文档语料，约 35 万个文件、约 4.2 亿 token，共 25 道题，并让 Opus 5 agent 在 128 个会话里通过 dreaming 建设 wiki。dreaming 从 2 次会话扩大到 128 次时，25 道题的评分标准达标率从 13% 升到 48%。

同时使用搜索和 wiki 时，Claude 的总分随 wiki 增长从 54% 升到 61%；仅用搜索为 53%，仅用 wiki 最高为 48%。搜索加 wiki 每题还节省约 2 万 token。