大模型都在睡觉，但 OpenClaw 醒着都不知道自己忘了什么

你知道 OpenClaw 每天凌晨三点会做梦吗？

不是比喻，是真的。它的 Dreaming 模块会在每天凌晨三点自动运行，把当天的对话信号读进来，打分、排序，然后把”值得记住的”写进长期记忆文件。这套流程听起来很美好——直到我认真研究了一下它实际做了什么，发现了五个一直没被解决的核心问题。

更让我意外的是，我同时在读两篇论文：一篇是马里兰大学的”LLM Sleep”，一篇是字节跳动的”In-Place TTT”。两篇论文都在研究如何让大模型学会”整理自己的记忆”，听起来和 Dreaming 解决的是同一个问题。

但结论是：这两篇论文，一篇都解决不了 Dreaming 的问题。

原因很反直觉——因为它们根本不在同一个技术层级。

三个系统，同一个灵感来源

在展开之前，先说一个有意思的发现。

OpenClaw Dreaming、LLM Sleep、In-Place TTT，这三个系统表面上看毫无关联——一个是 AI 辅助工具的后台模块，一个是学术论文，一个是科技公司的研究成果。但它们其实都参考了同一套生物学模型：人类睡眠时的记忆巩固机制。

人类睡眠时，海马体会把清醒时处理的短期记忆整合进大脑皮层的长期记忆。清醒时处理信息，睡眠时整理进长期记忆——这套机制被三个系统各自用自己的方式复现了：

• • Dreaming：用文件系统和打分函数模拟这个过程（Light → REM → Deep 三阶段）
• • LLM Sleep：用快速权重机制在模型参数层面模拟（状态触发 + 离线权重更新）
• • In-Place TTT：把模型内部 MLP 层原地复用为快速权重（推理时动态适应）

同一个灵感，三个不同的技术实现。Dreaming 在外部文件层工作，后两篇在模型参数层工作。

OpenClaw Dreaming 的五个问题

Dreaming 的设计思路是合理的：三阶段后台进程，把短信号整理成长记忆。但实际用下来，社区反馈的问题很集中。

问题一：阈值过严，重要信息根本进不去

Dreaming 的升级条件是三个阈值门限同时通过：minScore 0.8（综合评分） + minRecallCount 3（被召回至少3次） + minUniqueQueries 3（来自至少3个不同查询）。

0.8 的综合评分是什么概念？一个偶发性但重要的信息——比如”用户提到过敏源”、”项目重大决策变更”——很可能因为 recallCount 和 uniqueQueries 难以达标，直接被卡在门外。博客园用户的实测反馈是：阈值降到 0.78，系统能跑通，但 MEMORY.md 并没有新增内容——不是参数问题，是候选本身三门都过不了。

问题二：默认关闭，大多数用户不知道这个功能存在

/dreaming on 才启用，默认是关闭的。大量的普通用户以为”装好就能用”，不知道需要主动开启。开启之后，也不知道如何判断梦境是否正常运行——跑没跑成没有明确反馈。

问题三：噪音累积，上下文持续退化

如果大量短期记忆未经筛选进入长期记忆，MEMORY.md 会越来越臃肿。过期信息、偏好冲突、错误假设持续累积，模型与初始设定越走越远。这不是 Dreaming 独有的问题，是所有基于”只进不出”逻辑的记忆系统的通病。

问题四：三类典型的”失忆”场景

来自 CSDN 用户的真实反馈：第一，共享目录路径缺失，不同实例读取不同的 memory 路径，导致 AI 员工突然失忆；第二，夜间 Gateway 停止响应，凌晨三点 Dreaming 触发时 Gateway 卡死；第三，升级后记忆链路断裂，大版本更新导致旧配置不兼容。

问题五：可观察性差，调试困难

Dreaming 运行在后台，没有明确的成功/失败反馈。用户无法知道为什么某个记忆没有升级，阈值门限的决策逻辑不透明。这和 LLM Sleep 的”状态触发”对比尤其明显——Dreaming 跑没跑成，只有去翻 DREAMS.md 才知道。

两篇论文为什么解决不了 Dreaming 的问题

我一开始读到 LLM Sleep 论文时，感觉它简直就是 Dreaming 的”理论升级版”——同样的三阶段架构，同样的记忆整合逻辑。但仔细对比之后发现：它们不是升级关系，是两个不同层级的系统。

LLM Sleep 的核心机制是”快速权重更新”：当上下文窗口达到阈值时，触发睡眠阶段，通过多轮梯度下降把近期上下文信息压缩进模型参数。这个机制解决的问题是”模型自身的短期记忆瓶颈”，发生在 Transformer 的权重矩阵层面。

In-Place TTT 的核心机制是把模型的 MLP 层原地复用为快速权重，在推理时动态更新参数。这个机制解决的是”训练后模型固定”的问题，让模型在不重新训练的情况下获得即时适应能力。

问题在于：Dreaming 的核心问题是”外部记忆文件的阈值策展”，发生在文件系统层面。这两篇论文都在模型参数层工作，解决的是模型内部的记忆整合问题，和 Dreaming 的问题不在同一个层级。

举一个不精确但容易理解的类比：Dreaming 是一套人工整理办公室的系统——每天有秘书把文件从桌面移到档案柜，按规则打分筛选。LLM Sleep 和 In-Place TTT 是让办公室本身学会自己整理——不需要秘书，自己决定什么该留、什么该扔。但问题是：办公室的自我整理能力，无法替代档案柜的分类规则。因为档案柜的规则是制度层面的，办公室的自我整理是能力层面的。

用学术语言说：两篇论文是”模型能力增强”技术，Dreaming 是”记忆策展工程”系统。能力变强了，策展规则还是原来的——阈值还是那么严，噪音还是照样累积。

真正有意思的是：LLM Sleep 和 Dreaming 都在复现人类睡眠机制，但复现的位置不同。 这本身就是文章的好切入点——不是”谁比谁更好”，而是”它们在解决不同层级的问题”。

什么能真正解决 Dreaming 的问题

带着这个问题，我又做了一次调研。答案比我预想的要近——有一个现成的集成方案，接入后准确率提升 59%；也有一个学术方向，思路和 Dreaming 恰好互补。

最值得关注的方案一：MemGPT 分层记忆架构（伯克利大学）

MemGPT 的思路最接近 Dreaming 的问题本质。它的灵感来自操作系统的虚拟内存管理：把记忆分为 Core Memory（主上下文）、Recall Memory（可召回记忆）、Archival Memory（归档存储）三层，让 LLM 自主决定哪些记忆应该驻留在主上下文。

关键机制是让 LLM 意识到自己上下文有限，并通过 prompt 诱导其主动”忘记”低价值记忆、保留高价值记忆——换句话说，不是用固定阈值筛选，而是让模型自己判断。

这解决了 Dreaming 的问题一（阈值过严）和问题三（噪音累积）：Archival Memory 层将低价值记忆自动转移到外部存储，主上下文不会越来越臃肿。MemGPT 在 extended conversation 任务上有验证，GitHub 8.9k+ star，学术影响力较大。局限是依赖 LLM 自身的判断质量，对低质量判断的容错性有限。

最值得落地的方案二：腾讯 Agent Memory 四层渐进式记忆引擎

这是直接针对 OpenClaw 的集成方案。L0 原始对话 → L3 用户画像，四层逐层提炼，记忆越高层的越精简。双路召回（Embedding + BM25 并行）解决了可观察性问题，开箱即用解决了默认关闭问题。接进来就能跑，不需要调参。

社区实践方案：三层分级记忆 + 记忆衰减机制

这套方案的核心思路是：资源层 → 条目层 → 类别层三级结构，加上时间衰减 + 重要性评分，模拟人类遗忘曲线。同时用图谱存储关系、向量存储语义相似度，冲突时以图谱为准。

另外还有一套社区实践方案值得关注：资源层 → 条目层 → 类别层三级结构，加上时间衰减 + 重要性评分，模拟人类遗忘曲线。图谱存储关系，向量存储语义相似度，冲突时以图谱为准。这套思路在噪音累积和失忆问题上有较好的覆盖，但工程复杂度高，适合远期参考而不是近期落地。

为什么两篇论文还是值得看

尽管 LLM Sleep 和 In-Place TTT 解决不了 Dreaming 的核心问题，它们的价值在于证明了”记忆整合”这个需求是真实的——三个团队独立从人类睡眠机制获得灵感和验证，说明这个方向被多方共识了。

这让 Dreaming 的问题变得更值得被解决：不是边缘需求，是行业共识的基础问题。

我的判断

对研究员：快速权重这个方向有三个独立团队在各自的技术层级验证了，说明需求真实。MemGPT 的分层记忆架构和 LLM Sleep 的快速权重机制可以作为比较研究的起点。

对工程师：如果你在设计 Agent 的记忆模块，腾讯 Agent Memory 是工程路径最短的落地方案；如果你的场景需要更强的自主判断能力，MemGPT 的思想值得参考——让模型自己管理记忆，而不是用固定阈值卡死。

对 CTO 或架构师：Dreaming 的问题不是配置问题，是架构问题。阈值再低，也只是治标。真正值得观察的是：OpenClaw 社区会不会引入分层记忆架构？MemGPT 的思想会不会被借鉴？这一步如果走出来，意味着 Dreaming 从”记忆文件管理工具”升级为”智能记忆策展系统”。

一个反直觉的结论：今天花时间调 Dreaming 的阈值参数，收益有限。与其优化策展规则，不如观察新的记忆架构方向——MemGPT 的分层思路，可能是未来三年这个领域的共识起点。

所以与其调参数，不如等 OpenClaw 梦醒。

两篇论文解决不了 Dreaming 的问题，但它们证明了这个问题值得被解决。这本身就是价值。