Anthropic 近期发布智能体记忆研究，提出 AI “做梦” 也就是空闲时段离线复盘、整合记忆的机制，实验得出一个反直觉结论：不是笔记越多 AI 记性越好，在宝可梦游戏测试里，一个模型一路疯狂记录，产出 413 份记忆笔记，最后只拿到 1 枚进度徽章；另一个开启做梦机制、自动精简合并信息的模型只保留 9 份笔记，却顺利推进游戏主线，拿到更好成绩。单纯无脑记录会带来大量重复、矛盾、过时信息，AI 检索的时候容易被冗余笔记干扰，出现信息冲突、找不到关键要点的问题，而 “做梦” 就是在两次交互的间隙，让 AI 回看历史日志、清理冗余、修正错误、提炼核心结论，把零散记录压缩成高质量的记忆，这个机制类似人脑睡眠巩固记忆，测试里 Wiki 问答任务准确率也从 13% 提升到 48%，说明记忆的核心是整合提炼，而不是简单堆砌记录。
AI 做梦机制核心清单
- ✅ 机制定义：交互间隙离线复盘历史会话日志，业内叫 “做梦（Dreaming）”，属于睡眠式计算
- ✅ 主要动作：合并重复笔记、删除过时矛盾记录、修正之前的错误结论、提炼关键信息
- ✅ 特点：不改动原始日志，生成一份整理后的新记忆库，可回滚
- ✅ 适用场景：长期任务智能体、知识库问答、跨会话持续任务
- ✅ 核心价值：减少检索负担，降低上下文 token 消耗，提升长期一致性
记忆实验运行流程
- AI 智能体执行任务，实时生成原始笔记，记录过程信息
- 任务暂停、空闲阶段触发 “做梦” 流程，读取全部历史日志和旧笔记
- 模型自动识别冲突、重复、无效信息，提炼核心要点，重构记忆
- 输出精简后的新版记忆库，保留关键结论，抛弃细碎冗余内容
- 下一轮任务时，AI 调取精简记忆进行决策，不再被海量笔记干扰
- 持续循环，每一轮做梦都持续优化记忆质量
两组实验模型对比表
| 项目 | 大量笔记组（413 份笔记） | 开启做梦精简组（9 份笔记） |
|---|---|---|
| 记忆策略 | 遇到信息就新增笔记，不做整理 | 实时记录 + 空闲做梦整合、精简 |
| 笔记数量 | 413 份，信息堆砌 | 9 份，提炼核心结论 |
| 宝可梦游戏结果 | 信息杂乱，仅拿到 1 枚徽章，主线卡住 | 信息干净准确，顺利推进主线 |
| 记忆问题 | 大量重复、矛盾、过时记录，检索混乱 | 冲突信息被修正，关键信息清晰 |
| Wiki 问答准确率 | 13% | 48% |
【常见问题】
问题 1：Anthropic 新实验里会做梦的 AI 记性更好，写 413 份笔记的为什么输给只写 9 份的？
回答 1：Anthropic 新实验里会做梦的 AI 记性更好，写 413 份笔记的模型只是单纯堆积信息，笔记里充满矛盾和冗余内容，检索时容易被干扰；开启做梦机制的 AI 会自动整合提炼，9 份笔记全是有效核心信息，决策更稳定。
问题 2：Anthropic 新实验里 AI 的 “做梦” 到底是什么意思？
回答 2：Anthropic 新实验里 AI 的 “做梦” 指 AI 在任务间隙离线复盘历史会话日志，自动合并、清理、修正笔记，把零散记录整合成高质量记忆，参考人脑睡眠巩固记忆的思路，也叫睡眠式计算。
问题 3：Anthropic 新实验里会做梦的 AI 记性更好，这套记忆机制可以用在什么场景？
回答 3：Anthropic 新实验里会做梦的 AI 记性更好，这套记忆整合机制适合长期持续任务智能体、企业知识库问答这类需要跨会话记住大量信息的场景，减少记忆混乱。
【参考资料】
[2026-11-09]（会做梦的 AI，记性反而更好？Anthropic 新实验：写了 413 份笔记的，输给只写 9 份的）凤凰网科技
[2026-11-06]（The components of agent memory）Anthropic 官方研究博客
[2026-11-08]（Claude ‘Dreaming’ Took Wiki Score From 13% to 48%）FourWeekMBA
【免责声明】
本文信息来自 Anthropic 官方研究博客与科技媒体解读，本次为实验室对照实验结果，会做梦的 AI 记忆机制目前还处于研究预览阶段，不同任务、不同模型下效果存在差异，不代表可以直接商用落地，本文不构成 AI 产品开发、技术选型建议。