Claude 背后的独门记忆机制彻底公开了，核心就是——

做梦。

让模型在会话间隙利用空闲算力偷偷睡上一觉，在梦境里重新检查过去的经历、纠正错误记忆，再把零散的信息整理成能够跨会话复用的知识。

没学会做梦的旧版 Claude 玩个宝可梦能把自己玩到原地破防，连续三次从单向悬崖掉回老路之后，它直接在执行记录里撂挑子：

我还是停下来吧，省得一直原地打转。

学会做梦之后，不仅能过滤无效干扰轻松通关；啃下 35 万份复杂企业文档后，回答准确率还能直接暴涨到近五成。

以前 AI 做题需要思考，现在玩个游戏还得先睡上一觉？？

用离线计算沉淀长期知识

Claude 做梦的思路，确实借鉴了人类的记忆机制。

人为什么要在睡觉时做梦呢？

神经科学研究表明，海马体在白天接收高密度的短期碎片记忆；

到了休息阶段，大脑回放白天的经历，将零散事实筛选、沉淀并结构化，逐步整合进大脑皮层，转化为长期知识。

Anthropic 将这种即时记录与离线整理相结合的思路，用到了 Agent 记忆系统中。

在现有的 Agent 架构中，系统往往面临两难：

上下文窗口随任务轮次增加而膨胀，导致推理延迟与调用成本激增；

而若依赖粗粒度的长文本摘要或向量检索（RAG），关键技术细节又容易被遗漏，逻辑链条支离破碎。

Anthropic 的解法是引入空闲计算（Sleep-time compute），在用户离线或交互暂停时启动 Dreaming 流程。

该架构将 Agent 记忆划分为四个层级：

原始会话记录：包含交互输入、模型输出、工具调用参数与执行反馈的底层真实日志；

记忆笔记：Agent 执行任务时记录的局部经验要点；

记忆表示层：跨会话维护、结构化且包含超链接的网状知识库；

注入上下文：新会话启动时预加载的高优先级索引信息。

在交互暂停、系统处于空闲时，模型在后台启动 Dreaming 流程，调取原始会话记录，交叉校验笔记内容，修正逻辑矛盾，进而更新全局记忆表示。

而之所以需要离线记忆整理，是因为记录记忆的核心目标在于为后续任务提供有效先验。

基础的记录方式倾向于保存详尽的操作流水账；

在 Anthroic 看来，更有效的记忆机制，在于提炼通用的操作规则、排错记录与具备复用价值的决策链路，从而在后续会话中直接调用。

413 份笔记不如 10 份核心规则

这套系统到底好不好使，《宝可梦》成了 " 主考官 "。

早期版本的 Claude（如 Sonnet 3.7）记录信息事无巨细，打完一场野怪，存个文件；捡到一个精灵球，存个文件；路边 NPC 说了句废话，也单独存个文件。

不知不觉，它就整出了 413 份记忆文件，这些文件塞满了 225 个文件夹，文本量飙到近 98 万字符。

这种记录方式带来了沉重的维护负担。

模型在随后的 17 个操作步骤里，新建 6 份文件、删除 9 份文件……

然而呢，大部分计算资源都被用于整理笔记了，游戏里的角色一步没挪。

玩到最后，只惨兮兮地拿到一枚道馆徽章。

而更高级的模型（如 Claude Fable 5 和后续的 Opus 系列），学会的第一件事就是断舍离。

金币数量、当前坐标、血条实时数值？这些在游戏界面上一眼就能看清的显式信息，统统不记！

整个系统只建立了 10 份核心文件（包含 9 份分类模块和 1 个顶层 global.md），总共只有 4.3 万字符。

这种抓大放小的策略带来了更高的推关效率，Claude 操作的角色直接暴走道馆，连拿四枚徽章通关。

新版本记的是啥呢？

是游戏界面不会直接告诉它的策略知识。例如连续用 7 个精灵球都没抓到鲤鱼王，它便提炼出规律：" 连续 3 次捕捉失败，应调整按键等待间隔 "。

在 CL-Bench 1.0 数据库基准测试中，这种整合 " 错误样本、归因分析、验证结果与最终规则 " 的机制，使 Opus 5.5 的平均得分从无长期记忆时的 0.655 提升至 0.838。

而前面提到的月见山悬崖死循环，则验证了做梦的纠错能力。

如果没有做梦机制，Claude 拿着那份写着 "Mt Moon DONE" 但方向相反的死笔记，只会不断强化自己的错误认知，甚至脑补出 " 我只是往西走过头了 " 的借口，最终心态炸裂原地罢工。

而在引入 Dreaming 后，离线算力介入。

模型带着审视的眼光重新翻看原始底层日志，对照真实坐标反馈，当场纠错：" 不对，我的笔记方位记反了！"

于是它在后台把那份有毒的路线笔记直接撕掉重写。

第二天醒来重新上号，掉头穿过山洞，一把翻过悬崖直奔华蓝市。

结构化知识网络

除了单机游戏，离线做梦机制在处理大规模企业资料时同样展现出结构化优势。

Anthropic 拿出了被其收购的软件公司 Stainless 的内部资料——

约 35 万份文档，总计 4.2 亿 Token。

然后派出了 Claude Opus 5 建立企业知识库，并设置了 25 道高难度跨文档综合问题进行大考。

模型在会话间歇不断 " 做梦 "，将散落的内容编织成带有超链接网络的企业维基百科：

第 2 轮结束：生成 103 个页面、766 条关联链接；

第 128 轮结束：膨胀至 222 个高聚合页面、12893 条链接。

测试数据显示，仅依赖该知识网络回答，测试得分从初期的 13% 提升至 48%；

知识网络配合原始文档检索，整体得分从纯检索的 53% 提升至 61%；

资源消耗方面，采用该组合方案后，平均单题消耗减少了约 2 万个 Token。

Wiki 的优势在需要跨文档整合信息的任务中更加明显。

在并购材料分析等跨文档多跳推理任务中，依靠结构化知识网络的回答准确率为 87%，高于单独依赖文档检索的 73%。

但研究团队也指出了知识抽象可能带来的冗余与信息丢失问题。

在一次仅有 115KB 原始输入的测试中，Claude 生成的知识文件体积达到 203KB，相当于原始文档的 1.77 倍，摘要反而失去了压缩意义。

此外，在多 Agent 协同编辑共享合同表格时，由于缺乏并发控制，多个智能体相互覆盖内容，导致原有的 57 项关键事实丢失了 16 项。

研究人员随后让 Claude 分析失败原因，调整知识库构建指令。

每份合同由独立 Agent 负责整理，合同条款尽量保留原文，不再让多个 Agent 共同修改同一份汇总表。

重新构建 Wiki 后，生成的法律简报满足了全部 57 项评分标准。

此外，Dreaming 还可以修复知识库里的失效链接。

有一次，Claude 发现 9 条链接指向一个不存在的 Wiki 页面。

重新检查后，它把这些链接改为指向已经存在的正确页面，同时增加了 3 个新页面，包括索引和说明文档。

从补充知识、纠正错误，到维护页面之间的关系，Dreaming 都可以参与处理。

但这些操作同样会消耗计算资源，而且整理出的 Wiki 越复杂，后续维护的工作量也越大。

记忆还得控制体积

知识库可以不断扩展，但真正进入 Claude 上下文的信息不能无限增加。

Anthropic 在文章中特别提到了 Claude Code 的自动记忆设计。

每次新会话启动时，系统不会加载整个自动记忆目录。

它只加载 MEMORY.md 文件开头的 200 行或最多 25KB 内容。

这部分主要承担索引作用。

Claude 可以先了解自己保存了哪些信息、对应文件在哪里。

真正需要细节时，再读取或检索下层记忆。

使用频率高、后续任务经常需要的内容，可以提升到更容易获取的位置。

不必每次直接加载的细节，则可以留在下层，只保留相关索引。

而且，Dreaming 本身也有计算成本。

前台一边执行任务一边记录太多内容，会影响任务推进；全部交给后台整理，又可能让一些重要信息无法及时用于下一次操作。

历史记录还会随着环境变化逐渐过时。例如代码库已经重构，旧的操作规则可能就不再适用。

因此，记忆何时创建、多久检查一次、哪些内容值得长期保留，仍然需要根据任务场景调整。

Anthropic 目前也没有给出一套通用于所有任务的标准化做梦节奏。

参考链接：

[ 1 ] https://x.com/AnthropicAI/status/2118814753154064501

[ 2 ] https://www.anthropic.com/research/components-of-agent-memory

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法！

—  完  —

点亮星标

科技前沿进展每日见