Anthropic：Claude靠做梦提升长期任务表现

时间：2026年11月6日 地点：美国 人物：Anthropic 研究团队 事件详情：Anthropic 于 2026 年 11 月 6 日发布工程博客文章《The components of agent memory》，系统拆解 Claude 智能体的跨会话记忆机制，并首次公开名为「做梦」（dreaming）的后台整理流程。该机制让 Claude 在两次交互的空闲时间自动回顾会话日志、修正错误记忆、提炼策略规则，并将碎片化经验组织成可复用的长期知识。 在 CL-Bench 1.0 数据库问答任务中，启用记忆后 Claude Opus 5.5 平均得分从 0.655 升至 0.838，Claude Sonnet 5.5 从 0.644 升至 0.833，均接近无记忆基线的两倍。Anthropic 将这种能力归因于模型形成了「失败→反思→验证→总结规则」的完整学习闭环——Opus 5.5 和 Sonnet 5.5 均能自主记录已验证规则并标注陷阱，而较早的 Sonnet 4.6 仅停留在生成猜测层面。 为检验记忆筛选能力，研究团队让 Claude 在《宝可梦红》中自主管理记忆文件。Claude Fable 5 仅维护 10 个记忆文件（策略、计划与已验证规则），最终获得 4 枚徽章；而 Claude Sonnet 3.7 写入 413 个文件、225 个文件夹，仅获得 1 枚徽章。研究认为，模型应优先保存跨会话可复用的策略与规则，而非随时变化的屏幕状态——后者每轮都可以直接从画面读取，写入记忆纯属冗余。 背景：AI 智能体的记忆问题长期分为「即时写入」与「离线整理」两条路径。人脑在海马体捕获短期记忆后，多在睡眠期间的离线阶段由海马体重放经历，逐步蒸馏为新皮层中的长期知识。Anthropic 借鉴这一分工，将 Claude 的记忆分为四层：会话日志（transcripts）、记忆笔记（memory notes）、知识表征（如 wiki）、注入上下文（injected context）。「做梦」机制横跨这四层，既可以修正笔记、创建摘要，也可以构建 wiki 并在每轮会话启动时预加载关键上下文。 在约 35 万份企业文档（约 4.2 亿 token）的 wiki 构建测试中，Claude 通过多轮「做梦」逐步建立知识地图。随着做梦轮数从 2 轮扩展到 128 轮，25 个问题的达标率从 13% 提升至 48%；将 wiki 与搜索工具结合后，综合得分从 54% 升至 61%。研究还展示了纠错能力：当 Claude 在《宝可梦红》中错误记录了宝可梦中心的位置导致反复折返时，「做梦」机制将记忆笔记与原始会话语录交叉比对，自动修正位置错误，使 Claude 得以回到正确路径并最终通关。 影响：该研究揭示了 AI 记忆系统设计的一个关键原则——持久存储本身不够，模型还需要主动审查、修正与组织记忆，否则错误信息会在后续会话中被当作可靠知识反复引用。对于正在构建 AI 智能体的团队而言，「什么时候写入」「如何保持记忆更新」「如何避免错误累积」是三个尚未解决的开放问题。Anthropic 同时发布了配套的 Cookbook，提供「做梦」和知识 wiki 的快速上手指南。 总结：Anthropic 的新研究把 Claude 的记忆系统从「被动存储」推进到「主动整理」，通过模拟人脑睡眠记忆巩固机制，让 AI 在任务间隙自动回顾经验、纠错并提炼长期知识。在 CL-Bench、宝可梦红测试与企业文档 wiki 构建三类任务中，「做梦」均带来显著性能提升，其中 CL-Bench 得分近乎翻倍。研究没有声称该机制已对全部用户开放，而是将其定位为理解智能体记忆设计的框架，供开发者在构建自主 AI 系统时参考。 参考来源： Anthropic 官方博客 https://www.anthropic.com/research/components-of-agent-memory IT之家 https://www.ithome.com/1/023/613.htm The Agent Times https://theagenttimes.com/articles/anthropic-details-dreaming-process-for-claude-agent-memory-857b2f04 Blockchain.News https://blockchain.news/news/anthropic-ai-memory-dreaming-salience The Circuitry https://thecircuitry.to/article/anthropic-says-dreaming-raised-a-memory-test-from-13-percent-to-48-mw5hpk4e