Anthropic 在 11 月 6 日发布智能体记忆研究《The components of agent memory》，用《宝可梦红》游戏做对照实验，在约 10000 步的时候，Claude Sonnet 3.7 事无巨细记录，产出 413 份记忆文件、分散在 225 个文件夹，最后只拿到 1 枚徽章；Claude Fable 5 只维护 9 份笔记 + 一份顶层 global.md 规划文件，拿到 4 枚徽章，直观证明智能体记忆不是记越多越好，核心是筛选高价值信息、留存策略而非流水细节。Sonnet 3.7 的问题是把每场战斗、捡到的道具、每个 NPC 对话都单独存文件，大量信息很快失效过时，甚至出现连续 17 步都在新建、删除笔记，完全不推进游戏主线；Fable 5 的记忆里存放目标、路线规划、 gym 挑战方案、记忆使用规则这类长效策略信息，同时配套 “做梦（Dreaming）” 机制，在间歇阶段复盘、校验、修正记忆里的错误记录，避免被错误信息误导。这个实验还搭配了长文档问答、持续学习基准 CL-Bench 测试，用来验证记忆筛选、反思纠错对智能体任务成功率的提升，为 Agent 记忆设计提供方向。
一、两组模型对照核心清单
- Sonnet 3.7：413 份记忆文件、225 个文件夹、总字符约 98 万、徽章 1 枚；记录粒度是单场战斗、单件道具、单次 NPC 交互
- Fable 5：9 份分类笔记 + global.md 顶层文件、2 个文件夹、总字符约 4.3 万、徽章 4 枚；记录粒度是目标、策略、规则、长期规划
- 实验前提：同一款《宝可梦红》、约 10000 游戏步、每组为单次运行结果，不是大规模统计基准
- 关键机制：Dreaming 做梦，离线复盘、校验、修正记忆里的错误事实
二、两种记忆策略对比表
| 策略 | 记录内容 | 优点 | 缺陷 |
|---|---|---|---|
| 流水式全量记录（Sonnet 3.7） | 每一次交互、道具、战斗都单独存档 | 信息齐全，不会遗漏细节 | 信息快速过期、冗余爆炸，智能体消耗大量算力管理笔记，挤占任务执行时间 |
| 策略式精简记录（Fable 5） | 目标、路线、规则、验证过的长效经验 | 上下文负担小、聚焦主线，决策效率高 | 依赖模型判断信息价值，容易漏掉关键细节 |
三、Dreaming 做梦机制工作流程
- 任务间歇：智能体暂停执行任务，进入 “做梦” 阶段
- 回溯校验：对照原始会话记录，检查记忆笔记里的事实是否正确
- 修正更新：删掉错误、过时内容，更新路线、规则、约束
- 固化策略：把验证有效的经验沉淀到记忆，避免重复踩坑
- 继续任务：带着修正后的记忆继续执行，降低重复失败概率
四、对 Agent 记忆设计的启示
- 记忆的核心难点是判断什么值得记，而不是存储能力
- 动态变化的瞬时状态不用长期保存，稳定的策略、约束、经验才值得留存
- 记忆必须配套校验纠错机制，错误记忆会持续误导智能体
- 无限扩充记忆会带来检索成本、上下文污染、推理成本上升，反而降低效果
- 适合企业 Agent、代码 Agent、长期任务智能体做记忆层设计参考
【常见问题】
问题 1：Anthropic 记忆实验 9 份笔记拿四个徽章，413 份只拿一个，是哪个模型对比？
回答 1：Anthropic 记忆实验里，拿到 4 枚徽章的是 Claude Fable 5（9 份笔记 + global.md），只拿到 1 枚徽章的是 Claude Sonnet 3.7，一共产出 413 份记忆文件。
问题 2：Anthropic 这个宝可梦记忆实验，Sonnet 3.7 为什么笔记多反而表现差？
回答 2：Sonnet 3.7 逐条记录战斗、道具、NPC，大量信息快速失效，还会花费大量步数增删笔记，不推进主线，冗余记忆拖累决策，所以 413 份笔记只拿到 1 枚徽章。
问题 3：Anthropic 记忆实验里提到的 “做梦 Dreaming” 是什么作用？
回答 3：Anthropic 记忆实验的做梦机制，是智能体在任务间歇复盘、校验记忆笔记，修正里面错误的事实，避免错误记忆持续误导，是 Fable 5 精简记忆方案的配套能力。
问题 4：Anthropic 的 9 份笔记 4 枚徽章实验结论，能不能直接套用到所有 AI 智能体？
回答 4：这个 Anthropic 记忆实验是单轮运行结果，属于案例验证，不是通用基准；核心思路 “少而精、优先存策略” 可以参考，但不同任务、场景的最优记忆粒度不一样。
【参考资料】
[2026-11-06]（The components of agent memory）Anthropic 官方研究博客
[2026-11-07]（Anthropic 记忆实验：413 份文件仅 1 枚徽章，精简记忆效果更好）IT 之家
[2026-11-08]（Anthropic 宝可梦 Agent 记忆实验复盘）DEV Community
[2026-11-09]（Claude 做梦机制，Agent 记忆取舍）36 氪
【免责声明】
本文资讯基于 Anthropic 官方研究文章整理，该宝可梦对照为单次实验运行结果，不代表所有场景下模型表现；Agent 记忆效果受任务类型、记忆筛选策略、校验机制共同影响，方案仅供智能体研发参考，不代表落地保证。