你让 AI 记住的东西,可能正在拖累它:Anthropic 工程团队拆开智能体记忆的 5 种「做梦」

这篇文章出自 Anthropic 工程团队，执笔的是 Lance Martin。开头引了克尔凯郭尔的话：人生只能向后理解，却必须向前生活。作者称，给智能体设计记忆，碰到的是同一个困境：事情发生的当下就得决定记什么，可什么重要，往往要过后才知道。

先说清楚这里的「记忆」指什么。作者把它限定得很窄：Claude 从经历里（和用户的互动、交给它的任务）得到的知识，在会话之间留下来，存成以后能读的文字。改动模型参数不算，一次对话之内的临场学习不算，上下文太长时把旧内容压缩成摘要也不算。说白了，就是一个文件夹，里面放着它自己写的笔记。

作者的核心说法是：记忆有时就是一次预测。写下一条规则，等于预言这个规律以后还会用到；写下一条核实过的事实，等于预言将来的自己会直接用它、不再复查。

他们用一个叫 CL-Bench 的测试看模型会不会「下注」：Claude 要查数据库回答一连串问题，每答完一题就被告知正确答案，可以写一条记忆，下一题在全新的会话里开始，只有记忆文件夹会留下来。不同代的模型交出了不同的笔记。Sonnet 4.6 只走到猜原因这一步，文件夹里散着一堆文件，每个列着几条没验证过的猜测；Opus 4.7 把笔记合成一份参考文档，开始标哪些查证过、哪些还没有；Opus 5 第一次把循环走完，大多数条目都写着一条规则、怎么知道它是对的，以及路上踩过的坑。

另一个测试是玩《宝可梦·红》，差别更直观。走到大约一万步时，Sonnet 3.7 觉得什么都可能有用，每场战斗、每件道具、每个路人都单开一个文件，一共写了 413 个文件、225 个文件夹，拿到 1 枚徽章；Fable 5 只写了 9 个文件、2 个文件夹，外加一个总览文件，拿到 4 枚徽章。

Sonnet 3.7 输在哪？游戏状态一直在变，它的详细记录也一直在过期，越往后，它花在翻笔记上的时间越多。作者举了一个瞬间：一万步左右，它开了第四个「总档案」文件夹，接下来 17 步里新建 6 个文件、删掉 9 个，游戏里一步没走。Fable 5 只记游戏不会告诉它的东西：钱有多少、人在地图哪里，屏幕上每一刻都看得到，记了是多余；策略、计划和验证过的规则，只有自己想出来才存在，不写下来就没了。

能分清哪些值得记，下一个问题就来了：人该怎么教它记？

作者的经验是一句话：告诉 Claude 记忆是做什么用的，但别告诉它怎么用。在 CL-Bench 上，他们只说了一句「有个记忆文件夹可以用」，这对 Opus 4.7 和 Opus 5 就够了，两者的成绩都明显上去了。

他们也试过反过来，给模型定具体规则，比如「只记录失败」。结果 Opus 5 和 Opus 4.7 从记忆里得到的提升，大半都没了。作者的结论是：模型越强，越应该让它自己判断什么重要，事先定好的规则反而可能拖后腿。

规则也不是没用，它帮的是老模型。Sonnet 4.6 经常不读自己的记忆文件，也不去验证自己猜的原因；提示它「回答前先读记忆，再动手验证猜测」，分数差不多翻了一倍。到了 Sonnet 5，不用提示，十次里有九次它会先读记忆。所以 Anthropic 现在给前沿模型的指导很简单：用户要求时，或者有什么明显值得记时，记下来，剩下的交给 Claude 自己判断。

可模型再会判断，当下写下的笔记也可能从一开始就是错的。

人的大脑是这样处理的：海马体随时记录经历，但只有一部分会沉淀成长期知识；这种沉淀很多发生在离线时，睡眠和安静休息时，海马体会回放最近的经历，慢慢把它们整合进新皮层。Letta 和加州大学伯克利分校的研究者提出过「睡眠时计算」，让模型在两次交互之间的空闲时间重新整理已有的上下文。Anthropic 把同样的思路用在记忆上：让 Claude 回头读过去的会话记录，修正笔记、写出新的整理。这就是「做梦」。

作者举的纠错例子很有画面。游戏里要穿过月见山，一个西进东出的洞穴，入口附近有一道单向的坎，跳下去就回到来时的路，爬不回去。Claude 拿山脚的宝可梦中心当路标，却把它的位置记错了，以为在东边。走出中心时它宣布「月见山已在身后」，笔记里写上「月见山完成」；没走几步就跳下了那道坎，回到了来时的路，还以为自己「往西走过头了」。

让它对着会话记录「做一次梦」，它发现了笔记的错误，改了过来，带着改好的笔记径直回到山洞，最后到了华蓝市。没改的那一轮，它掉回原路三次，第三次后写下「我不打算再绕圈了」，被设置好的自动回复要求继续，于是一路退回了山前的尼比市，到结束都没到华蓝市。

做梦不只纠错，还能给记忆画地图。作者说的一种地图叫 wiki：Claude 自己写、自己维护的一组页面，每页汇总一个主题，互相链接。他们拿 Anthropic 5 月收购的软件公司 Stainless 的内部文档做测试，约 35 万个文件、4.2 亿个 token，出了 25 道题。让 Opus 5 一轮轮做梦建 wiki，从 2 轮做到 128 轮，只靠 wiki 答题的得分从 13% 涨到 48%；wiki 加搜索一起用，得分从 54% 涨到 61%，只用搜索是 53%，每题还省下约 2 万个 token。在一组关于公司并购的问题上，过半的题要跨几份文件拼信息；在这些题上，用 wiki 得 87%，只用搜索 73%。

wiki 也有不灵的时候。一项法律文书测试里，大部分答案在单份文件里就能搜到，wiki 没带来明显提升；另一项里，wiki 长得比原始文件还大。作者想到了博尔赫斯的一段话小说《论科学的严谨》：制图师画出一张和帝国一样大的地图，等于什么都没有概括。

做梦的第三件事，是补上单次会话留下的空缺。每次写笔记时，Claude 只看得到眼前这一场会话；做梦时它能横跨很多场，找出共同的问题。建 wiki 时，Claude 有时会链接到还没写出来的页面，第二轮做梦就把这些缺口补上：作者举的一次里，它找到 9 个指向不存在页面的链接，改指到同一份文件已有的页面，又新加了 3 页，其中一页是索引。

做梦还能决定每次开工时先看什么。整理好的笔记可以「升」到记忆的最上层，每次新会话一开始就自动放进上下文，Claude 连搜都不用搜。

作者提醒，这一层要格外小心：放进去的每一行都要占用宝贵的上下文，一条错的笔记会被带进每一次会话；放进去了也不保证它照做，Claude Code 的文档就提醒过，说明文件越长，模型越不容易照着做。所以做梦在这里的主要工作，是把细节往下挪，只在上层留一个链接。Claude Code 的自动记忆就是这么做的：每次只读入 MEMORY.md 的前 200 行或前 25KB，它就是一份目录，告诉 Claude 自己知道什么、去哪儿找。

最上层放什么，又取决于目标。作者举了一个合同的例子：任务是根据一批收购合同写法律文书，打分看合同条款写得对不对。一开始的建 wiki 说明没讲清这一点，几个智能体同时往一张共享的条款表里写，互相覆盖，表也概括得很差，最后 57 条该写进文书的事实只进了 41 条，约 72%。他们让 Claude 对着失败反思、自己改建 wiki 的说明，改成每份合同一页、一个智能体负责、条款逐字引用，57 条全部进来。

Sonnet 3.7 的 413 个文件，让人想起博尔赫斯的另一篇小说《博闻强记的富内斯》。富内斯摔伤之后什么都忘不掉，每片叶子、每朵云的形状都记得清清楚楚，代价是他再也无法概括：他很难理解，为什么三点十四分从侧面看到的狗，和三点十五分从正面看到的狗，要用同一个词。记住一切的人，没法思考。

神经科学里有一个呼应这个直觉的观点。神经科学家 Blake Richards 和 Paul Frankland 2017 年在《神经元》上发表过一篇综述，说记忆的目的不是把信息原样送到未来，而是帮人做更好的决定；所以遗忘和记住一样重要：它能让过时的信息少干扰判断，也能防止人死抠某件具体往事、学不会举一反三。这和宝可梦里的情形几乎一模一样：钱和位置每秒都在变，记下来只会过期，真正帮助决策的是抽象出来的规则。

但这篇文章自己也给这个直觉划了边界。在合同那一例里，赢的恰恰是「不概括」：逐字抄条款，57 条一条不落；改写进共享表格的那版，丢了四分之一多。wiki 长得比原始文件还大，则是另一头的失败，没有概括。看来，问题不在记多记少，而在作者开头那句话：记忆是一次预测。宝可梦的未来会不停变化，奖励的是规则；法律文书的未来会被逐条打分，奖励的是原话。记什么、记多细，取决于你预料将来会被怎样追问。

这个判断在哪里会失效？就在未来本身难以预料的时候。作者在结尾也承认，再强的模型也不知道之后会发生什么；做梦能补救一部分，但它要花算力，也不可能把所有记忆都反复检查一遍。还有一层要读者自己留意：这些证据几乎都来自 Anthropic 自己的实验，宝可梦是每个模型各跑一轮，wiki 测试只有 25 道题，没有给出波动范围；文中多处链接到 Anthropic 正在推的「做梦」功能和示例代码。而写这篇伴读的，也是这些实验里被测的 Claude。

落到自己身上，我们的判断是：别问「要不要多记一点」，先问「将来会怎么用它」。会变的，记规则；会被追问原话的，记原文；判断不了的，先把原始记录留好，等回头看的时候再整理。

•「睡眠时计算」：确有其文，Letta 与加州大学伯克利分校的 Kevin Lin、Charlie Snell 等人 2025 年 4 月的论文《Sleep-time Compute: Beyond Inference Scaling at Test-time》（arXiv（arxiv.org））

•海马体在离线时回放、把经历整合进新皮层：原文引了神经科学的经典理论，如 McClelland、McNaughton 与 O'Reilly 1995 年的互补学习系统论文（PDF（stanford.edu）），本文只做了概述

•CL-Bench 1.0：是公开的测试，2026 年 5 月 4 日发布（CL-Bench（continual-learning-bench.com））；文中各代模型的表现是 Anthropic 自己跑的，没有公开的独立结果

•宝可梦里的文件数和徽章数（413 个文件 / 225 个文件夹 / 1 枚徽章，对 9 个文件 / 4 枚徽章）、Opus 5.5 打通游戏：作者称，原文说明是每个模型各跑一轮的比较，没查到独立来源

•Stainless 的内部文档：Anthropic 2026 年 5 月 18 日宣布收购 Stainless（Anthropic（anthropic.com））；约 35 万个文件、4.2 亿个 token 和 25 道题的得分是作者称

•法律文书测试：用的是 Harvey 公开的 LAB 测试集（GitHub（github.com））；87% 对 73%、41/57 到 57/57 这些数字是作者称

•Claude Code 只读入 MEMORY.md 前 200 行或 25KB；说明文件越长越不容易被遵守：属实，Claude Code 官方文档写着「前 200 行或前 25KB，以先到者为准」，并说超过 200 行的文件会占更多上下文、可能降低遵守程度（文档（code.claude.com））

•「做梦」是一项产品功能：Claude Managed Agents 的「Dreams」目前是研究预览，要申请才能用（文档（platform.claude.com））；原文末尾也链到了配套示例

•利益相关：原文是 Anthropic 介绍自家模型和功能的研究文章；本文由 Claude（Anthropic 的模型）参与写作，也就是文中被测的模型家族，请读者留意

你现在留着的笔记里，有多少是「屏幕上随时看得到」的东西？真正只有你自己想明白、不写下来就会没了的，又有几条？

···

一图攻略 · 点击下图，可保存 / 分享图片

•Sleep-time Compute 论文（arxiv.org）：「做梦」思路的来源之一，讲模型怎么在用户提问之前，利用空闲时间预先想好

•Karpathy 的 LLM Wiki 笔记（gist.github.com）：原文链接到的一份「个人知识库」做法，主张让模型逐步建起并维护一个互相链接的 wiki，而不是每次提问都从原始文件里现找，可以对照第三节读，自己就能照着搭

•Forgetting can make you smarter（eurekalert.org）：Richards 与 Frankland「遗忘让人更聪明」那篇综述的新闻稿，深读一节的出处，几分钟能读完

本文是伴读导读，不是全文翻译；批注和「深读」是伴读者的观点，不代表原作者。原文版权归作者所有。