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。

(资料图)

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