Anthropic 刚刚公开了 Claude 智能体的完整记忆系统：让模型在交互间歇利用空闲算力在后台「做梦」，通过反复回放和重组历史记录来修正错误、沉淀经验，让 AI 真正拥有跨会话的长期记忆。

人类每天产生海量经历。海马体负责在当下捕捉信息，形成立即可用的暂存记忆。当大脑进入离线状态，也就是睡眠和静息时，海马体会重新回放近期的经历，将重要内容提炼并整合进大脑皮层，转化成长期知识。

Anthropic 把这种分工照搬到了 AI 智能体身上。智能体在日常工作中会产生密密麻麻的交互日志。此前，Letta 与加州大学伯克利分校的研究人员提出了睡眠期计算的概念，建议模型利用两次交互之间的空闲时间去重整已有上下文。

Anthropic 以此为基础，让 Claude 在空闲时反思过往日志、修正错误、撰写新笔记。这个离线处理过程被称为「做梦」。

一、记忆是对未来的预测：大模型如何形成学习闭环

记笔记本身就是一种对未来的预测。智能体写下一条规则，本质上是预测这条规律以后还会用得上。在评估长程记忆能力的 CL-Bench 1.0 数据库任务中，Claude 需要在数据库里查表回答一系列问题。每次回答完毕，系统会公布正确答案，Claude 可以把经验写入记忆目录，供后续会话使用。

不同版本的 Claude 展现出了完全不同的学习形态：Claude Sonnet 4.6 只能生成一堆未经检验的猜测；Claude Opus 4.7 开始把笔记整合进单份参考文档；Claude Sonnet 5 会在答案经裁判判定后标记正确项，并在做错时写下勘误。

Claude Opus 5 则是第一个完整跑通学习闭环的模型。随后的 Claude Opus 5.5 与 Sonnet 5.5 同样能自主完成这套闭环，借助经验沉淀拿下了超过 0.83 的最终得分。

二、宝可梦实测：记太多反而会变蠢

为了测试智能体对重点的判断力，Anthropic 让不同模型去玩 Game Boy 经典游戏宝可梦红。模型拥有一个可以随时读写的记忆文件夹。

在玩到约 10000 步时，两个模型的表现出现了极端分化：Claude Sonnet 3.7 认为一切都有用，疯狂记录，文件夹里存了 413 个文件、97.7 万个字符。由于游戏状态每时每刻都在变，这些记录很快全部过期失效。结果它只拿到 1 枚道馆徽章。

Claude Fable 5 的做法完全不同。它只写了 9 个文件、4.3 万字。屏幕上能直接看到的数值一概不存，只存推导规律、长期规划和通关策略。最终 Fable 5 拿下 4 枚徽章。而更强的 Claude Opus 5.5 采取了类似的高效策略，直接通关了整部游戏。

三、规则定得太死，反而削弱聪明模型

实验发现：只要告诉 Claude 有记忆区可用即可，千万不要教它具体怎么记。针对早期的弱模型，提示词能救命。但对高阶模型来说，人类的规定往往是负资产。当测试人员施加一项死规则命令智能体只能记录失败经验时，Opus 5 和 Opus 4.7 的表现不升反降。对于前沿模型，把重点筛选的自由完全交给它自己，效果反而最好。

四、做梦如何挽救致命失误：月见山跳崖惨案

模型在会话当下写下的笔记很可能是错的。做梦给模型提供了一个核对原始录像的机会。

在宝可梦游戏里，Claude 误记了位置信息，连续三次跳崖摔回起点。未开启做梦机制的 Claude 最终测试彻底失败。开启了做梦机制的对照组则完全改写了结局：在离线阶段，Claude 对照原始会话记录逐行复盘，找到了自己在位置记录上的矛盾，立即推翻旧笔记，重写了正确定位。再次开局，Claude 直接识别出错误，在第 1935 步成功抵达华蓝市。

五、用做梦构建知识维基：吃透 4 亿 Token 大企业资料库

笔记各自独立存在时，检索效率依然很低。借助做梦，Claude 可以把庞大的杂乱信息编织成结构化的网络，也就是由超链接互相串联的知识维基。

Anthropic 使用其收购的软件公司 Stainless 的真实代码资产进行了测试。这套内部资料库包含约 35 万个文件，体量高达 4.2 亿 Token。官方设计了 25 个深度问题，让 Opus 5 智能体在 128 次连续会话中一边搜索资料，一边做梦搭建专属维基。

随着做梦次数累积，纯靠查阅这套自建维基的答题达标率从最初的 13% 一路飙升至 48%。如果将维基与搜索工具配合使用，得分从单纯搜索的 53% 提升到 61%，同时每道题还节省了约 20000 个 Token 的检索消耗。

六、记忆分层注入：把索引写进脑门，把细节留在后台

直接在 Prompt 里注入上下文不仅消耗宝贵的 Token，更致命的是错误的信息会污染后续每一次决策。因此，记忆的最顶层必须极其克制。做梦的关键功能之一，是把枝节细节压回下层，顶层只保留跳转链接。

Claude Code 自带的自动记忆机制就采用了这种克制策略：每次启动只读取 MEMORY.md 的前 200 行或前 25KB 内容。这一小段文字充当的是全知索引。

七、做梦填补多智能体协作漏洞

在模拟法律合同文书的一项测试中，多个 Agent 同时把提取到的合同条款写进同一个文件，导致 57 条核心事实只存活下来 41 条，关键事实丢失率高达 28%。系统随后开启做梦反思，Claude 自主重写了构建规则：禁止多智能体共用一个文件，改为每个合同建立单页。规则修正后，57 条核心条款全部留存，测试达标率从 72% 提升至 100%。

做梦还能自动修补死链。在维基早期版本中，有 6 个页面同时引用了一个尚未建立的托管协议页面。通过第二轮离线做梦，Claude 自动扫描到了这 9 处死链，把它们全部重定向到了真实存在的对应文件上。

总结

智能体记忆系统仍然存在许多工程权衡。首先是记笔记的时机问题：实时写记忆会分散核心任务注意力，全部留给离线做梦则智力资产无法即时用于当前对话。其次是记忆的维护开销：旧记忆会漂移失效，但全面核对以往全部记忆的算力开销将大到无法承受。

大模型无法百分之百准确预测未来的需要。但通过在任务间歇向后反思、离线做梦，AI 终于迈出了走出金鱼记忆、自主修正错误的关键一步。