EN
◀ 返回收集
Anthropic

Agent 记忆部件拆解:Dreaming 用「离线回放」纠错、建 wiki、把笔记顶进下轮上下文

发布 2026-11-06 收集于 2026-11-07 08:00 AI 资讯 #ai#industry
全文

Agent 记忆由哪些部件组成

发布于 2026-11-06 · Engineering · Anthropic

克尔凯郭尔说:生活只能向后理解,却必须向前活。设计 AI Agent 的记忆时,我们也撞上了类似悖论。

人一边做事一边编码记忆;海马体负责把体验快速落盘。但只有一部分体验会巩固进长期知识,巩固往往发生在睡眠与安静休息时——海马体回放近期经历。

Agent 记忆可以做类似分工:工作过程落在日志/transcript 里;Letta 与 UC Berkeley 提出的 sleep-time compute,让模型在交互间隙整理上下文。同理,Agent 可以回看日志纠错、写新笔记与新表征——这个过程常被叫做 dreaming(做梦)。

我们发现 dreaming 对给 Claude 配有效记忆很有用。本文分享我们对 Agent 记忆的看法,以及若干评估,包括 dreaming 各部件贡献了什么。

Dreaming 可以纠错、写笔记、建新记忆表征,或决定哪些内容要预装进未来会话。

记忆笔记

这里的「Agent 记忆」指 Claude 从经验(用户互动与任务)获得、跨会话保留、之后可再读的知识;不包括改权重、单次对话的 in-context learning,以及 compaction。

记忆有时是对「未来需要什么」的预测

写下一条规则,等于预测它以后还会用到。在 Continual Learning Bench(CL-Bench)1.0 上,Claude 每题开新会话,但可读取持久记忆目录。测试中 Claude Opus 5 最先闭环:多数条目含已验证规则、先前答案,以及对陷阱的警告。

Claude 学会了判断「什么值得记」

在《宝可梦红》实验里,Sonnet 3.7 写了 413 个记忆文件、拿 1 枚徽章;Fable 5 只写 9 个文件加 global.md,拿 4 枚。Fable 5 记的是策略与已验证规则,而不是每回合屏幕上都能读到的状态。Opus 5.5 保持小记忆夹并通关。

怎么引导 Claude 写记忆

我们发现:告诉 Claude「记忆是干什么的」有用,但不要规定「怎么用」。在 CL-Bench,只说明有记忆目录,就够让 Opus 4.7 / Opus 5 用好记忆;强制「只记失败」反而削弱更强模型的增益。

Dreaming 可以纠正记忆

Dreaming 让 Claude 用原始 transcript 校验笔记。宝可梦里 Claude 误记宝可中心在月见山东侧,写「Mt Moon DONE」,反复掉下单向悬崖;dreaming 对照 transcript 改正后,Claude 重新进洞并抵达华蓝市;未改正的跑从未翻过山。

Dreaming 可以建新记忆表征

例如 wiki 式页面与链接。在 Stainless(五月收购)约 35 万内部文件、约 4.2 亿 token 语料上,dreaming 从 2 轮扩到 128 轮,25 道题的得分从 13% 升到 48%。搜索 + wiki 随 wiki 生长可从 54% 到 61%,单独搜索约 53%,且每题约省 2 万 token。

Dreaming 可以把笔记顶到记忆层级顶部

可把高价值笔记预注入每会话开头。Claude Code 的 auto memory 只加载 MEMORY.md 前 200 行或 25 KB 作为索引。

Dreaming 可以按目标塑形记忆

在 Harvey LAB 风格并购 brief 任务中,把 wiki 指令改成「每份合同单独一页、条款原文照抄」后,可评分合同事实从 41/57(72%)升到 57/57(100%)。

向后想、向前看

仍有开放问题:何时在会话内写记忆、何时离线整理;如何在不全量巡检的前提下保持记忆新鲜;何时「transcript 搜索 + 表征」已够用。Dreaming 给了 Claude 回头整理、纠错、维护表征的机会。

致谢

作者 Lance Martin;编辑指导 Caitlin Love、Tom Chivers、Rebecca Hiscott、Jake Eaton、Blake Wilson 等。

原文信息
标题
Agent 记忆部件拆解:Dreaming 用「离线回放」纠错、建 wiki、把笔记顶进下轮上下文
作者
Lance Martin
来源
Anthropic
发布
2026-11-06
收集于
2026-11-07 08:00 · 2026-11-07-08-ai.json
链接
https://www.anthropic.com/research/components-of-agent-memory
打开原文 ↗

转载,侵删。版权归原作者,如有侵权请来信,收到后删除。

同一批次的其他文章

08:00批次 · 2026-11-0712 篇
>

OpenAI 据报再融约 110 亿美元、估值约 1.25 万亿——低于九月约 300 亿目标,与 Anthropic IPO 下调同周共振

彭博称 OpenAI 新一轮已筹集约 110 亿美元、估值约 1.25 万亿,整轮或扩至约 200 亿、尚未完全关闭;九月曾瞄准约 300 亿。同日 Anthropic IPO 买方预期被压到约 1.1 万亿一带。中期选举后数据中心政治风险与科技股抛售同向加压。细节以彭博/公司表…

TechCrunch / Bloomberg
>

中国国安据报策反 AI 高管 Alice Huang,目标刺探黄仁勋与先进芯片情报

The Verge 转纽约时报:MSS 据称招募 Megaspeed 高管 Alice Huang(与黄仁勋无亲属关系)搜集美国 AI 芯片情报,并可能推动先进芯片对华供应。上周已有「刺探黄仁勋」报道,本次新增「已被招募」细节;众议院三委员会要求黄仁勋闭门说明互动。属国家安全舆情…

The Verge / NYT
>

Managed Agents 上线 Dreaming 预览:另加 Outcomes 打分条与多智能体编排

产品向:Dreaming 定时回看会话与记忆库、可自动或人工审阅后更新;Outcomes 用独立 grader 按 rubric 打分(内部称最高约 +10 分任务成功率);多智能体编排让 lead 拆活给专家子 Agent。Harvey/Netflix/Spiral/Wised…

Anthropic / Claude
>

Claude Code 被指把用户邮箱塞进 User-Agent;v2.1.317+ 隐私插件默认拦截(issue 仍开放)

简报汇总 GitHub issue #107757:编码 Agent 向第三方站点发请求时 User-Agent 含邮箱;评论称多段 subagent curl 可复现。贡献者称 cc-plugin-privacy 自 2.1.317 默认开启。对企业:查版本与 /plugins…

Models at Work
>

Agent Plugins 1.0:Amazon、Cursor、Microsoft、OpenAI、Vercel 共同推进的可移植 Agent 扩展标准

开放标准:用 plugin.json + skills/ + mcp.json 打包 Skills 与 MCP,一次构建跨 Codex/Cursor/Copilot/VS Code 等加载。谱系明显借鉴 Claude Code 插件布局;Anthropic 未列联合维护方。对企业…

Vercel / AWS / agent-plugins.org
>

Perplexity 推常驻 Agent「Teammates」:独立 VM 跑项目,需 Max(约 $200/月)

相对一次性 Perplexity Computer,Teammates 持续跟进项目,自带桌面+浏览器 VM,App 线程跟踪,可接 Slack。对标 Grok Bots / Muse / Dots / Duet。价格明显高于 Duet 入门档;公司称八月年化收入已超 7.5 亿…

The Decoder
>

超越写代码:GitHub 的 Agentic Engineering 工作流——计划/构建/验证/观察全链路

官方博客称十月单周提交超 12 亿(约同比 +400%),但 Faros 称高 AI 采用下 PR 审查时长约 +441%。给出 Copilot 在 Plan→Build→Verify→Observe 的用法:Plan Mode、云沙箱、Dreaming 更新记忆、堆叠 PR、A…

GitHub
>

AI Gateway 接入 DeepSeek Search / Fetch:一把 Key 给任意 tool-calling 模型用联网检索

Search 回标题/URL/摘要,Fetch 拉 Markdown 正文;不需 DeepSeek 账号。AI SDK v6≥6.0.321 / v7≥7.0.160。工具费各 $0.75/千次成功请求,失败不计。对企业:把「搜索+读页」做成网关级工具,模型可换、账单统一。

Vercel
>

Chat SDK Agent 可用 json-render 流式吐生成式 UI(Slack Block Kit / Teams Adaptive Cards)

Agent 按类型化组件目录写 JSON 规格,json-render 转卡片并按适配器发到各 IM 原生格式;streamCard 流式更新(默认≤500ms)。适合把 Agent 输出从纯文本升级成表格/图表/按钮,少为每种消息形态单独写工具。

Vercel
>

FLUX 3 Image Klein × TensorRT LLM VisualGen:Blackwell 上组合优化最高约 3.46× 文生图 / 4.45× 图生图

BFL 模型 + VisualGen:NVFP4、PrimsTS GEMM、VC/Sol 注意力、Cache-DiT、CFG+Ulysses 多卡。单 B200 2048² 相对未编译 BF16;八卡 Base 文生图中位约 14.9→3.0 秒。面向设计/编辑流水线推理密度;给…

NVIDIA
>

Ripple-65B Preview:dense 65B、Apache 2.0、TerminalBench 2.1 称美国开源最高;总花费约 $3200 万

Ricursive Intelligence 预训练约 12T token;TerminalBench 2.1=80.52(公司口径)。SWE-Bench Pro Hard 79.1%、DeepSWE 44.3%、MCP Atlas 71.67%——多数低于 Inkling 2 …

The Decoder / HF
>

TAC-CoT:工具增强的隐式 CoT——隐式段穿插显式工具调用,准度最高 +8.8、前向最高约 6.8× 更省

改进什么:显式 CoT 贵且易累积错误;纯隐式 CoT 难插工具调用。怎么做:用紧凑连续 thought token 做推理段,只在工具调用/观测/答案处保留文本,并按查询自适应段数。数学与 QA Agent 基准上相对 Explicit-CoT 提准并大减 #Fwd。KAIST…

arXiv / HF