Anthropic 新研究把 Agent 的记忆和对话上下文拆开独立存储，这套机制带来一个很突出的隐患，只要 Agent 写下一条错误笔记，这条错误信息就会被自动加载、注入后续每一轮会话里，模型会持续采信这条错信息不断循环犯错，就算中间对话里出现了相反事实，也很难自动推翻已经存好的笔记，官方用宝可梦游戏导航实验直观展示了这个记忆陷阱，同时提出了名叫 “Dreaming（梦境复盘）” 的方案用来自动校验、修正这些错误记忆。传统 Agent 方案是把所有信息全部塞进上下文窗口，优点是所有对话记录都放在一起，缺点是 token 消耗高、长任务容易上下文过载；所以 Anthropic 改成拆分式架构，让 Agent 可以把关键结论写到独立记忆文件里，之后每一轮启动都会读取这份笔记，不用重复加载全部历史对话，以此降低 token 开销、拉长任务时长。但这个设计自带短板，记忆文件本身没有自带真伪校验能力，一旦 Agent 在某一步写错一条事实，这条错误内容就会固化在记忆里，每一轮推理都会带上它，形成闭环错误，在宝可梦实验中，Claude 记错地标方位，之后反复踩同一个陷阱，多次失败之后依旧没有怀疑笔记本身，只会调整自己的行动判断。Dreaming 修复思路就是在任务间隙，让模型回放历史会话记录，对照原始对话自动核验笔记对错，发现矛盾就修改或者删掉错误笔记，打破这种持续污染的循环。
一、拆分式 Agent 记忆架构是什么
- 架构改动：记忆不再全部放在对话上下文窗口，拆成「实时对话上下文」+「持久化笔记文件」两块
- 运行逻辑：Agent 在任务过程中把重要结论、事实写入笔记；后续每一轮会话启动，自动读取笔记合并进本轮 prompt
- 设计初衷：减少上下文里冗余历史，降低 token 成本，支持持续跑几天的超长 Agent 任务
- 核心缺陷：笔记一旦写错，会反复注入每一轮会话，形成顽固错误
二、宝可梦实验里错误笔记的完整复现过程
- Agent 在导航时写下错误笔记：宝可梦中心在月见山东侧，实际位置是西侧
- 后续每一轮读取这条笔记，以此作为行动依据出发赶路
- 走到单向悬崖掉落，回到起点，导航工具没有提示这个陷阱
- Agent 不怀疑笔记，而是判定自己走过头，继续按照错误笔记重复行动
- 多次循环失败之后，Agent 甚至主动终止任务，始终没有发现源头是笔记写错
三、Dreaming 梦境复盘修复方案说明
- 触发时机：Agent 任务暂停、空闲间隙自动执行，不占用主线任务算力
- 执行步骤：回放完整会话日志，逐条比对笔记内容和真实交互记录
- 处理动作：发现笔记和事实冲突，自动修改、删除错误笔记
- 实验效果：开启 Dreaming 之后，Agent 识别方位错误，修正笔记，顺利完成导航
四、两种记忆方案对比
| 方案 | 优点 | 风险 |
|---|---|---|
| 传统全上下文记忆 | 所有历史一起带入，不容易固化单独错误 | token 消耗巨大，长任务容易上下文衰减 |
| 拆分独立笔记记忆 | 省 token、支持超长任务 | 错笔记每轮注入，持续污染会话，容易陷入死循环 |
五、这件事带来的工程影响
- 做长周期 Agent 开发时，不能只靠自动记忆，必须加人工校验记忆的入口
- 记忆文件是高风险单点，任何写入记忆的动作都要留日志，方便溯源
- 只靠模型本身很难自主发现记忆错误，需要配套事后复盘校验机制
- 对于代码、运维、金融这类高风险 Agent 场景，记忆污染会带来实际业务损失
六、整件事最终结论
Anthropic 拆分 Agent 记忆，是为了解决长任务上下文太贵的问题，但这个架构引入了新风险：错误笔记会自动注入每一轮会话，让 AI 持续重复同一个错误；Dreaming 复盘机制是对应的解法，靠离线回放核对记忆，不过这个方案还属于研究阶段，还没有完全解决所有记忆污染场景。
【常见问题】
问题 1：Anthropic 拆分 Agent 记忆之后，错误笔记为什么会注入每一轮会话？
回答 1：Anthropic 拆分 Agent 记忆，笔记是独立持久存储文件，每一轮会话启动都会自动读取这份笔记拼入 prompt，只要笔记里面有错误，这条错误信息就会持续注入每一轮会话。
问题 2：Anthropic 用来解决 Agent 错误笔记持续污染的 Dreaming 机制是什么？
回答 2：Dreaming 是 Anthropic 针对拆分 Agent 记忆设计的离线复盘机制，在任务空闲时回放会话记录，比对笔记和真实交互，自动修正会注入每一轮会话的错误笔记。
问题 3：拆分 Agent 记忆这个方案，是不是所有 Claude Agent 都默认开启？
回答 3：拆分 Agent 记忆属于 Anthropic 最新研究方案，目前还在实验验证阶段，不是线上所有 Claude Agent 默认启用的能力。
问题 4：拆分 Agent 记忆带来的错笔记问题，模型自己在对话里能发现吗？
回答 4：很难，拆分 Agent 记忆模式下，模型优先采信持久化笔记，就算对话出现相反线索，模型更容易怀疑自己当前判断，而不是怀疑笔记，错笔记会持续注入每一轮会话反复出错。
【参考资料】
[2026-11-07]（Anthropic Agent 记忆研究：错误笔记会持续污染会话，Dreaming 可修复）AI 前线
[2026-11-06]（Components of agent memory）Anthropic 官方工程博客
[2026-11-07]（Claude dreaming fixes wrong memory notes）The LA Globe
[2026-11-07]（Agent memory: how Claude repairs wrong notes with dreaming）DEV Community
【免责声明】
本文内容基于 Anthropic 公开 Agent 记忆研究论文与实验案例整理，拆分 Agent 记忆、Dreaming 复盘机制目前属于前沿研究成果，尚未大规模商用落地；该记忆架构存在的错笔记注入风险，仅为实验观测结论，不代表线上 Claude 产品存在同类问题，内容仅作技术学习参考，不构成 Agent 开发落地指导。