觉
AI觉醒星球
Awakening is here
AI技能杠杆 · 阅读档案
2026-11-16 3 浏览 免费阅读

Anthropic:智能体记忆的关键是知道该忘什么,而不是能存多少

Anthropic 研究 Claude 如何跨会话保留知识:选择性记录策略与规则优于事无巨细的全量存档;并引入名为「Dreaming」的会话后机制,在闲置时段回看历史记录、自查并修正错误笔记,还能把大规模文档整理成结构化知识库。

AI技能杠杆 约 9 分钟读完 免费阅读 原文 2026-11-16 23:25:48

原贴

查看原文
作者:Jonathan Kemper 来源站点:the-decoder.com 原贴时间:

原文

Anthropic tested how Claude can store information in note files across sessions and retrieve it for later tasks. The tests showed that selectively recording strategies and rules works better than logging every step, which overwhelms models with outdated data. Through a post-session process called "Dreaming," the system analyzes earlier session transcripts during idle periods to independently correct faulty notes and build structured knowledge collections. Anthropic studied how Claude retains knowledge across sessions. Its tests show that selective notes outperform exhaustive archives and that having Claude review its own memories after the fact can correct errors. Anyone who works with an AI agent on a project over several days hits a wall fast, because every new session starts from scratch. In a research post, Anthropic describes how Claude is supposed to retain knowledge across sessions while the model stays unchanged. Claude writes notes to a folder that it can read back later. The core problem, according to Anthropic , is selection. Before it knows what comes next, the agent has to decide in the moment what might matter later, so every note is a bet on the future. Ad In an Anthropic test with Pokémon Red, the older Claude Sonnet 3.7 treated everything as potentially important and, across roughly 10,000 game steps, created 413 files in 225 folders, often a separate one for each battle and item it found. Because the game state keeps changing, the archive goes stale fast. At times, the model did nothing but reorganize its notes instead of playing, and it finished with just a single badge. Ad The newer Claude Fable 5 limited its memory to a few files and earned four badges. Fable 5 didn't record information already visible on screen and instead wrote down plans, strategies, and rules it had tested. Anthropic's comparison, however, covers only a single playthrough per model. Anthropic recommends explaining the purpose of memory to Claude and letting the model decide how to use it. In one benchmark, according to Anthropic, rigid instructions such as "only record mistakes" wiped out most of the advantage for stronger models. Older models, by contrast, benefited from clear instructions, such as being told to actually read their notes before every response. Ad The bigger risk comes from faulty notes that the agent blindly trusts later. Dreaming , an idea that builds on research from Letta and UC Berkeley, is designed to address this. Much like the human brain processes experiences during sleep, Claude goes through transcripts of earlier sessions during a break and checks its notes against them. In the Pokémon test, Claude had incorrectly noted which side of a mountain a landmark was on. Relying on that faulty note, Claude fell into the same trap three times, eventually wanted to give up, and missed its goal. After a Dreaming pass, Claude caught the error by checking the note against the transcript and found the right path. Ad According to Anthropic, Dreaming can also organize larger knowledge bases. Claude built a linked wiki from about 350,000 internal documents from Stainless, a software company Anthropic acquired. Dreaming is supposed to generate new pages while fixing gaps, duplicates, and broken links. The payoff was greatest when Claude could combine the wiki with search, so the wiki worked as a complement rather than a replacement. Ad

中文翻译

Anthropic 测试了 Claude 如何跨会话把信息存入笔记文件,并在后续任务中调用。测试显示,有选择地记录策略和规则,比记录每一步都更好;后者会让模型被过时数据淹没。通过一个名为「Dreaming」的会话后流程,系统在闲置时段分析更早的会话记录,独立修正错误笔记并构建结构化知识集合。

Anthropic 研究了 Claude 如何跨会话保留知识。其测试显示,选择性笔记优于穷尽式归档,而让 Claude 事后复查自身记忆可以纠正错误。

任何与 AI 智能体在同一个项目上合作数天的人都会很快撞墙,因为每个新会话都从零开始。在一篇研究文章中,Anthropic 描述了在模型本身不变的情况下,Claude 应如何跨会话保留知识。Claude 把笔记写进一个文件夹,之后可以再读回来。据 Anthropic 说,核心问题是选择。在知道接下来会发生什么之前,智能体必须在当下决定什么之后可能重要,所以每条笔记都是对未来的下注。

在 Anthropic 用《宝可梦 红》做的一次测试中,较旧的 Claude Sonnet 3.7 把所有东西都当成可能重要,在大约 1 万个游戏步骤中,于 225 个文件夹里创建了 413 个文件,常常为它遇到的每一场战斗和每一件道具单独建一个文件夹。由于游戏状态不断变化,这份存档很快就过时了。有时模型除了重新整理笔记什么都不做,而不是去玩游戏,最后只拿到一枚徽章。

较新的 Claude Fable 5 把记忆限制在少数几个文件,拿到了四枚徽章。Fable 5 不记录屏幕上已经可见的信息,而是写下计划、策略和它验证过的规则。不过,Anthropic 的对比每个模型只覆盖一次通关过程。

Anthropic 建议向 Claude 说明记忆的目的,让模型自己决定如何使用。据 Anthropic 说,在一项基准测试中,「只记录错误」这类僵硬指令抹掉了较强模型的大部分优势。相比之下,较旧的模型受益于清晰指令,比如被告知在每次回答前真的去读自己的笔记。

更大的风险来自智能体之后盲目信任的错误笔记。Dreaming 这一想法建立在 Letta 和加州大学伯克利分校的研究之上,正是为解决这个问题而设计。就像人脑在睡眠中处理经历一样,Claude 在休息期间通读更早会话的记录,并据此核对笔记。在宝可梦测试中,Claude 错误地记下了一座山某个地标的方位。依赖那条错误笔记,Claude 三次掉进同一个陷阱,最后想放弃,也没达成目标。经过一次 Dreaming 之后,Claude 通过把笔记与记录对照发现了错误,并找到了正确的路径。

据 Anthropic 说,Dreaming 还能整理更大的知识库。Claude 用 Anthropic 收购的软件公司 Stainless 约 35 万份内部文档搭建了一个互相链接的 wiki。Dreaming 应当生成新页面,同时修补缺口、重复内容和失效链接。当 Claude 能把 wiki 与搜索结合使用时,收益最大,此时 wiki 起到的是补充作用而非替代作用。

核心信息

Anthropic 研究 Claude 如何跨会话保留知识:选择性记录策略与规则优于事无巨细的全量存档;并引入名为「Dreaming」的会话后机制,在闲置时段回看历史记录、自查并修正错误笔记,还能把大规模文档整理成结构化知识库。

  • Anthropic 研究 Claude 如何跨会话保留知识:选择性记录策略与规则优于事无巨细的全量存档;并引入名为「Dreaming」的会话后机制,在闲置时段回看历史记录、自查并修正错误笔记,还能把大规模文档整理成结构化知识库。
  • 原贴提到:Anthropic tested how Claude can store information in note files across s
  • 来源:the-decoder.com

详细解读

这是什么信号

Anthropic 把「智能体记忆」从一个工程细节抬成了产品能力的分水岭。它给出的判断很直接:记忆的瓶颈不在容量,而在选择与校验。笔记写得越多,模型被过时信息污染的概率越高;真正决定表现的是「当下判断什么值得记」以及「事后敢不敢推翻自己写下的东西」。

更值得注意的是方法论上的两个转折。第一,Anthropic 建议把记忆的用途讲清楚,然后把「记什么」的决定权交给模型,而不是用「只记录错误」这类硬规则去约束——在它的基准里,硬规则反而抹掉了强模型的大部分优势。第二,它提出了「Dreaming」这种离线自省机制:趁闲置时回看历史会话记录,用原始记录去核对笔记,修错、补漏、去重、补链。这等于承认了一件事:智能体的记忆一定会写错,关键是有没有一套纠错回路。

证据层面,《宝可梦 红》的对照很有说服力但也很有边界:旧模型 1 万步生成 413 个文件、225 个文件夹,最后只拿一枚徽章;新模型把记忆压缩到少数文件,拿到四枚。可每个模型只跑了一次通关,样本极薄,Anthropic 自己也没有把它包装成严格实验。

为什么重要

所有做长周期智能体的人都撞过同一堵墙:会话一换,上下文清零。行业过去两年的默认解法是加大上下文窗口、加大检索库,本质是「多存多读」。Anthropic 这组材料给出的反命题是:记忆系统的成本不在存储,而在噪音管理和可信度维护。一旦笔记被智能体无条件信任,一条错误的方位记录就能让它三次掉进同一个陷阱、最后放弃目标——这不是能力问题,是记忆卫生问题。

「Dreaming」的意义还在于它把记忆从「写」变成了「写—审—改」的循环,并且是异步的、不占用在线推理预算的。这让记忆系统第一次具备了类似组织知识管理的形态:有采集、有归档、有校对、有链接结构。Stainless 约 35 万份文档生成互联 wiki 的例子说明,这套机制不只服务单任务,也能服务企业级知识底座。

对谁有价值

第一类是正在做 agent 产品的团队,尤其是需要跨天、跨周推进同一项目的场景:编码助手、研究助手、客服与运营自动化。第二类是做企业知识库与内部搜索的团队——Anthropic 明确说 wiki 与搜索结合时收益最大,wiki 是补充而不是替代,这直接给出了架构定位。第三类是评估与质量团队,因为「笔记是否被盲信」是一个此前很少被单独度量的失效模式。

对个人开发者而言,最实用的一条是成本结构的转变:与其堆检索,不如设计少量高价值的常驻笔记文件,把「计划、策略、验证过的规则」放进去,把屏幕上已可见的状态排除在外。

可以怎么行动

一是先改笔记策略再改架构。把记忆文件限制在少数几个,明确写入标准:只记计划、策略、已验证的规则,不记随时可重读的即时状态。二是把「记忆目的」写进系统提示,让模型自己判断取舍,但保留一条底线指令——回答前先读笔记。三是引入离线复核:在任务间隙让模型拿历史会话记录核对自身笔记,优先处理那些被反复引用、影响决策的条目。四是在评测里加入「错误笔记传播」用例,故意注入一条错误记忆,看智能体是否会连续踩坑。五是企业场景先做小范围 wiki 化试点,并与现有搜索并行,用命中率和纠错率而不是文档覆盖率衡量效果。

风险与限制

证据强度是第一重限制:宝可梦实验每个模型只跑一次通关,变量不可控,结论更适合当作方向性判断而非定量结论。第二重限制是「Dreaming」的算力与延迟成本没有公开数据,离线复核在大规模知识库上的可行性和出错率仍是未知。第三重是治理风险:模型自主决定记什么、改什么,意味着记忆库会持续漂移,企业需要可审计的变更记录,否则纠错机制本身会变成新的不可解释来源。第四是场景迁移风险,游戏环境的状态可重读、可验证,而真实业务中的信息往往不可回放,核对的基准未必存在。

信息差价值

这条内容的真正价值,不只是“有人发布了一个新功能”,而是它揭示了 the-decoder.com 背后的产品方向、工作流变化或竞争信号。对 OPC 来说,这种信息可以转化成持续追踪的栏目选题。

如果把《Anthropic:智能体记忆的关键是知道该忘什么,而不是能存多少》放到你的内容系统里,它最大的价值在于帮助读者更快看懂“为什么值得关注”,而不是只看到一条碎片化动态。

参考来源

AI SUMMARY

这篇文章回答了什么

Anthropic:智能体记忆的关键是知道该忘什么,而不是能存多少主要讲什么?

Anthropic 研究 Claude 如何跨会话保留知识:选择性记录策略与规则优于事无巨细的全量存档;并引入名为「Dreaming」的会话后机制,在闲置时段回看历史记录、自查并修正错误笔记,还能把大规模文档整理成结构化知识库。

这篇文章最值得关注的要点是什么?

Anthropic 研究 Claude 如何跨会话保留知识:选择性记录策略与规则优于事无巨细的全量存档;并引入名为「Dreaming」的会话后机制,在闲置时段回看历史记录、自查并修正错误笔记,还能把大规模文档整理成结构化知识库。;原贴提到:Anthropic tested how Claude can store information in note files across s;来源:the-decoder.com

这篇文章和哪些AI专题相关?

它适合放在Agent工作流、AI工具、AI超级个体专题里阅读。 关联原因:这篇内容命中「Agent、智能体、工作流」等主题信号。;这篇内容命中「Claude」等主题信号。;这篇内容命中「技能」等主题信号。

阅读这篇文章建议先理解哪些关键词?

建议先理解AI工具、工具、自动化、模型、Cursor这些关键词,再结合正文判断工具、机会或风险是否值得进入自己的工作流。

上一篇 已经是本栏目第一篇
下一篇 Datasette 0.65.6
北竹游乐场 免费玩小游戏 免费玩