Anthropic 研究：Claude 智能体靠做梦整理记忆提升长周期任务表现
Anthropic 研究称 Claude AI 智能体可以靠“做梦”变得更聪明
- 1Anthropic 于 11 月 6 日发布研究文章，系统拆解 Claude 智能体跨会话记忆、筛选、纠错和整理知识的实现方式
- 2研究提出做梦机制，让模型在空闲时间回顾日志、修正错误、提炼规则并更新知识库，称可提升长周期任务表现
- 3CL-Bench 数据库问答中，Opus 5.5 与 Sonnet 5.5 记忆版平均得分 0.838 和 0.833，无记忆基线为 0.655 和 0.644
- 4宝可梦红测试显示少而精的记忆更有效，10 个记忆文件获得 4 枚徽章，413 个文件仅得 1 枚
智能体记忆的核心从保存记录转向主动整理与纠错，记忆质量直接决定长周期任务的成败。
- 影响：长期运行的智能体任务表现会受记忆架构影响；未经纠错的记忆错误会在会话间累积，导致任务反复失败；官方基准数字可作为企业评估智能体知识库方案的参照。
- 参考：可考虑在客服或内部知识问答场景试点记忆笔记加定期整理的做法，并对比纠错前后的完成率；选型时值得要求厂商说明记忆如何筛选与纠错。
- 依据：各项得分与达标率均出自 Anthropic 官方研究文章及其自选基准和测试，属官方口径，暂无独立验证。
感谢IT之家网友 惊讶仙人 的线索投递！
IT之家 11 月 7 日消息，Anthropic 昨日（11 月 6 日）发布研究文章《The components of agent memory》，系统拆解 Claude 智能体如何跨会话记忆、筛选、纠错和整理知识。
该研究指出 AI 智能体可借鉴人脑“睡眠整理记忆”的机制，在空闲时间反思历史记录、纠错并构建知识结构，从而显著提升长周期任务表现。
该研究将智能体记忆分为会话日志、记忆笔记、知识表征（如 Wiki）和注入上下文四层，并引入“做梦”（dreaming）机制，让模型在两次交互之间的空闲时间回顾日志、修正错误、提炼规则和更新知识库。
研究团队认为，AI 可像人脑在睡眠中巩固记忆一样，将即时经验逐步转化为可复用的长期知识。Claude 会在会话中标记重要事件或写入记忆笔记，但并非所有信息都值得保存，它需要判断哪些内容在未来真正有用。
Anthropic 指出，记忆本质上是一种对未来的预测，例如记录一条已验证的规则，意味着模型预期未来会再次依赖它。
在持续学习基准 CL-Bench 的数据库问答任务中，具备记忆能力的 Claude 模型表现明显优于无记忆基线。Claude Opus 5.5 和 Sonnet 5.5 在使用记忆后，平均得分分别达到 0.838 和 0.833，而二者无记忆基线分别为 0.655 和 0.644。更强的模型能够自主形成“失败 — 反思 — 验证 — 总结规则”的学习闭环。
在《宝可梦红》游戏测试中，Anthropic 还发现“少而精”的记忆更有效。Claude Fable 5 仅维护 10 个记忆文件，却获得 4 枚徽章；而 Sonnet 3.7 写下 413 个文件，仅获得 1 枚徽章。研究认为，模型应优先保存策略、计划和经测试的规则，而非不断变化的屏幕状态。
“做梦”机制还展现出纠错能力。当 Claude 错误记录了宝可梦中心的位置并因此迷路时，系统通过比对原始会话记录修正记忆，让其最终成功抵达下一座城市；未修正记忆的运行则反复折返，未能完成目标。
在约 35 万份企业文档的测试中，Claude 通过多轮“做梦”逐步构建 Wiki。随着“做梦”规模从 2 次会话扩展到 128 次，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%。
Anthropic 表示，智能体记忆仍面临何时写入、如何保持更新、如何避免错误累积等挑战。未来 AI 或将更善于在完成任务后“回顾经验”，把零散交互转化为可迁移、可验证的长期知识。
IT之家附上参考地址
相关阅读：
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家包含外链的文章均包含本声明。
来源：IT之家·人工智能 · ithome.com