Anthropic 在最新论文《The components of agent memory》里公布了一组反直觉实验，实验基于 Claude 智能体玩宝可梦闯关任务，全程依靠 AI 自主写笔记记录经验；全程疯狂记录、攒下 413 份记忆笔记的版本，只拿到 1 枚徽章，而开启 “做梦” 机制、只提炼出 9 份核心笔记的版本，拿到了 4 枚徽章，任务表现明显更好。这里的 AI “做梦”，就是会话空闲的时候，模型离线回看原始交互日志、核对笔记错误、合并信息、提炼通用规则的后台整理过程，类似人脑睡眠巩固记忆，实验证明 AI 记忆的好坏，不在于笔记数量多，而在于能不能筛选、提炼、纠错，把信息浓缩成可复用的核心规则，单纯堆砌大量细碎记录反而会造成记忆过载、检索混乱、算力浪费。
项目基础信息清单
- 研究主体：Anthropic Claude 智能体记忆系统
- 论文名称：The components of agent memory
- 发布时间：2026 年 11 月 6 日
- 核心机制：Dreaming（做梦 / 睡眠式离线计算）
- 对照实验场景：宝可梦闯关任务
- 对照组 A：无做梦机制，自动生成 413 份细碎笔记，仅 1 枚徽章
- 对照组 B：开启做梦机制，提炼为 9 份核心规则笔记，拿到 4 枚徽章
- 配套测试：企业并购文档问答任务
- 底层思路：借鉴 UC Berkeley 提出的 sleep-time compute（睡眠时计算）
- 记忆分层：会话原始日志、记忆笔记、结构化知识库、预注入上下文
- 核心结论：记忆是面向未来的预测，不是把过往信息原样存起来
两种记忆策略对比表
| 对比项目 | 海量笔记方案（413 份） | 做梦精简方案（9 份） |
|---|---|---|
| 信息处理方式 | 遇到任何细节都新建笔记，逐条记录 | 空闲时回放日志，过滤无效信息，合并、纠错、提炼规则 |
| 笔记特点 | 细碎、冗余、互相冲突，包含大量临时无效信息 | 高度抽象、稳定、可复用的核心规则 |
| 检索负担 | 笔记极多，每次调用都要检索大量文件，容易混淆 | 条目少，检索速度快，规则清晰稳定 |
| 任务结果 | 宝可梦闯关仅拿到 1 枚徽章，容易反复踩坑 | 拿到 4 枚徽章，能规避之前的陷阱，稳定推进任务 |
| 算力消耗 | 大量资源消耗在笔记增删、整理上 | 算力用在提炼和校验，开销更低、效果更好 |
| 容错能力 | 笔记一旦写错，后续会持续沿用错误信息 | 做梦阶段对照原始日志，主动修正错误笔记 |
AI “做梦” 的完整工作流程
- AI 在和环境交互的过程中，同步保存完整的原始会话日志，同时临时生成笔记
- 交互暂停、进入空闲窗口期，触发做梦机制，启动后台影子智能体
- 影子智能体重读原始日志，逐条核对现有笔记，找出矛盾、过时、错误的记录
- 删除冗余信息，把零散经验归纳成稳定规则，生成精简的核心记忆笔记
- 形成结构化知识库（Wiki 形式），作为下一次会话可以直接加载的长期记忆
- 新会话启动时，优先加载提炼后的记忆，指导后续行动，避免重复犯错
核心实验亮点
- 推翻 “存得越多记得越牢” 的惯性认知：AI 记忆瓶颈不是存储容量，而是信息筛选和抽象能力
- 自带纠错能力：之前 AI 写错的经验笔记，在做梦阶段可以对照原始日志完成修正
- 可迁移到文档任务：在企业并购文档问答任务中，经过做梦整理的知识库，答题准确率从 13% 提升至 48%
- 不改动模型权重：做梦只是外部记忆层的调度，不需要微调大模型本身
- 适配长期智能体任务：适合需要跨会话持续执行、需要持续积累经验的 Agent 场景
这套记忆方案现存局限
- 做梦过程会额外消耗算力，高频、长时间做梦会拉高运行成本
- 提炼规则依赖模型本身的归纳能力，复杂场景下有可能提炼出错误的通用规则
- 提炼力度很难把控，过度精简会丢失必要细节，造成信息遗漏
- 目前还处在研究阶段，没有全面开放给普通 Claude 用户
【常见问题】
问题 1：Anthropic 新实验，写了 413 份笔记输给只写 9 份的，AI 的 “做梦” 到底是什么？
回答 1：Anthropic 新实验，写了 413 份笔记输给只写 9 份的，AI 做梦就是在两次交互间隙，模型离线回看交互日志、检查笔记对错、提炼核心规则的后台整理过程，用来巩固长期记忆。
问题 2：Anthropic 新实验，写了 413 份笔记输给只写 9 份的，为什么笔记越多反而效果越差？
回答 2：Anthropic 新实验，写了 413 份笔记输给只写 9 份的，大量细碎笔记里面有冗余、冲突、过时信息，AI 检索时容易混淆，产生记忆过载，没法抓住真正有用的核心规则。
问题 3：Anthropic 新实验，写了 413 份笔记输给只写 9 份的，这个实验是用什么任务做的？
回答 3：Anthropic 新实验，写了 413 份笔记输给只写 9 份的，对照实验是 Claude 智能体自主玩宝可梦闯关，用拿到徽章数量作为任务好坏的评判标准。
问题 4：Anthropic 新实验，写了 413 份笔记输给只写 9 份的，AI 做梦会修改 Claude 模型本身的权重吗？
回答 4：Anthropic 新实验，写了 413 份笔记输给只写 9 份的，做梦机制只是调度外部记忆笔记，不会改动 Claude 模型权重，属于上层记忆架构，不是模型微调。
问题 5：Anthropic 新实验，写了 413 份笔记输给只写 9 份的，除了游戏，这套记忆机制还能用在哪？
回答 5：Anthropic 新实验，写了 413 份笔记输给只写 9 份的，这套做梦记忆机制还可以用在长文档研读、持续调研、多步骤复杂业务代办这类跨会话智能体任务。
【参考资料】
[2026-11-06]（The components of agent memory）Anthropic 官网论文
[2026-11-07]（Anthropic Claude 引入做梦记忆机制，实验 413 笔记对比 9 份笔记）量子位
[2026-11-09]（会做梦的 AI，记性反而更好？Anthropic 新实验解读）电子工程专辑
[2026-11-07]（Claude dreaming memory benchmark result）FourWeekMBA
【免责声明】
本文仅为 Anthropic Agent Memory 相关研究论文资讯整理，该做梦记忆机制属于前沿实验室方案，尚未大规模商用；记忆提炼效果、算力开销、任务表现会随场景、提示词设置变化，本文不构成 AI 智能体产品开发、工具采购的投资建议。