Anthropic揭示Claude梦境记忆机制让智能体越用越聪明

一、核心突破与产品

北京时间2026年11月6日，美国人工智能实验室Anthropic发表工程文章《智能体记忆的构成》，首次系统披露Claude如何通过名为梦境（dreaming）的过程在会话之间积累记忆。Anthropic把智能体记忆定义为Claude从经验中获得、并在后续会话中以可读上下文形式保留的知识，而梦境就是Claude在两次会话之间的空闲时间里回顾日志与对话记录、纠正错误并改写记忆笔记的过程。文章由工程师兰斯·马丁撰写，核心理念借鉴了Letta与加州大学伯克利分校研究者提出的睡眠时间计算，即利用模型交互之间的闲置算力整理已有上下文。这一机制的目标，是让Claude在长期任务中不再每次从零开始，而是像一位不断积累经验的助手那样越用越了解用户与任务。

二、底层架构与关键参数

为验证梦境机制的效果，Anthropic搭建了一套大规模内部测试。研究团队以软件公司Stainless约三十五万份内部文件、约四点二亿词元的语料为底本，让Claude通过梦境逐步编写并维护一份维基知识库，再用二十五道评测问题检验知识库的质量。结果显示，仅靠维基知识库作答时，评分占比从两次梦境会话后的百分之十三，上升到一百二十八次梦境会话后的百分之四十八；单独使用搜索工具的得分为百分之五十三，搜索与维基结合则达到百分之六十一。另一项基于持续学习基准CL-Bench一点零版的数据库查找任务中，提示ClaudeSonnet 4.6阅读记忆文件并验证自身推论，几乎让基准得分翻倍。Anthropic还让Claude游玩《宝可梦红》来检验模型判断哪些内容值得保存的能力，并指出更强的模型在取舍记忆时表现更好。需要说明的是，上述结果均来自Anthropic自身的评测，部分实验只在小规模题集上运行一次，尚未经过外部独立复现，百分之十三到百分之四十八的跃升应理解为机制潜力的展示，而非通用能力的保证。

三、产业生态与行业影响

梦境机制把智能体记忆从简单的对话记录升级为主动整理的知识资产，指向了智能体进化的一个关键方向：长期任务的成败往往不取决于单次回答的质量，而取决于模型能否跨会话记住约束、吸取教训并复用经验。如果维基式记忆能够稳定复现，编程助手、企业知识助手与研究智能体都将获得更强的连续性，用户不必在每次对话中重复背景信息。Anthropic选择公开方法细节，也是在为智能体记忆的技术路线定调，睡眠时间计算可能成为各家实验室竞相跟进的研究热点。不过，记忆越强，隐私与数据治理的挑战也越大，企业需要明确记忆的归属、保存期限与删除方式。从实际落地的角度看，记忆机制的价值最终要由真实任务中的稳定性来证明，实验室的下一步，是把梦境从研究演示变成经得起大规模使用的产品能力。

信源跟踪： Anth | 数据时间： 北京时间 2026年11月6日