字节笔记本
2026年11月7日 · 约 5 分钟读完
Anthropic 拆解 agent 记忆：让 Claude“做梦”整理记忆
Anthropic 11 月 6 日发布研究文章《The components of agent memory》，当日登上 HN 首页。核心观点一句话：agent 记忆的关键不是"记下来"，而是离线整理——像人睡觉时海马体重放经历一样，让模型在会话间隙（文中称"dreaming"，做梦）回看日志、修正错误、生成新的记忆表征。此前本站 X 轮曾简讯报道过这篇研究的发布，本篇是全部实验细节的完整拆解。
先划定义（Anthropic 口径）：agent 记忆指从经验中获得、跨会话保留、以上下文形式存下来供以后读取的知识；不包括改权重（训练）、单会话内的上下文学习、以及 compaction（摘要替换旧轮次）。
实验一：什么模型能形成"记忆闭环"
CL-Bench 1.0（长期任务基准）：Claude 在全新会话里答题，可读写一个跨会话持久的记忆目录。结果是分层的——Claude Opus 5 是第一个真正闭环的模型：答错后记录失败、提出出错原因的理论、验证理论、写成规则；Sonnet 5 会把每道题标为"已核实"、答错才写纠正；Opus 5.5 与 Sonnet 5.5 也都闭环，有记忆时得分与 Opus 5 相当；Sonnet 4.6 只会罗列未经验证的猜测。
实验二：什么值得记——413 个文件对 9 个文件
玩 Pokémon Red 到约 10,000 步时的对比（Anthropic 实验口径）：
- Sonnet 3.7 什么都记：写了 413 个记忆文件、225 个文件夹，只拿到 1 个徽章；后期忙于整理记忆——17 步里建 6 个文件、删 9 个文件，游戏里一步没动；
- Fable 5 走精简路线：只写 9 个文件加一个顶层 global.md（当前目标、打道馆计划、用记忆的规则），拿到 4 个徽章；
- Opus 5.5 同样精简，最终通关。
教训：屏幕上随时能读到的信息（有多少钱、在地图哪）不用记；只有策略、计划、验证过的规则值得写下来。反例也在这篇研究里：给模型定死"只记失败"的规则反而有害——Opus 5/4.7 因此丢掉了记忆带来的大部分提升；而对老模型（Sonnet 4.6），明确提示"先读记忆再答题"几乎让分数翻倍。
实验三："做梦"纠错
Mt. Moon 洞穴案例：Claude 一度错记 PokéCenter 在东边，据此写下"Mt Moon DONE"，结果三次掉下单向悬崖回原路、最终放弃回城；用 dreaming 对照原始 transcript 核对记忆、改掉错误后，一次通过抵达 Cerulean City。
实验四：规模化——35 万份文档的 wiki 化
Stainless 公司场景（35 万份内部文档、约 4.2 亿 token、25 道题）：128 轮 dreaming 后，单看 wiki 答题从 13% 升至 48%；wiki + 搜索从 54% 升至 61%（只搜索为 53%），每题省约 2 万 token。另一组 Harvey LAB 法律简报基准（合并案 24 道题）：查 wiki 得 87%、只搜索 73%；合同条款专项循环后，简报事实覆盖从 72%（41/57）升至 100%。
记忆层级与上限
高频记忆可预注入每会话开头，但顶层必须保持小——Claude Code 的 auto memory 只加载 MEMORY.md 前 200 行或 25KB 作索引。
判断
三点校准：① 这是研究文章，讲的是记忆系统的设计思路与评估，不是已上线的产品，也别读成"Claude 会做梦了"；② 全部数字为 Anthropic 实验口径，"Fable 5"等模型名照原文转写；③ 与此前写过的 Hy-Memory 2.0（腾讯硬件级记忆方案）、"agent 记忆成为基础设施"综述是不同层的东西——这篇给的是方法论：少记、记对的、定期做梦整理。
