🌀 AIBB-Flywheel

新闻数据飞轮
← 返回文章列表
ithome 科技 采集 2026-11-07T04:09:35+00:00

Anthropic 研究 Claude 智能体如何通过做梦记忆

原始标题:Anthropic 研究称 Claude AI 智能体可以靠“做梦”变得更聪明

来源
ithome
发布时间
2026-11-06T23:25:14
采集批次
2026-11-07-04
字数
935
URL 指纹
8174aec2f4b7f06c

📌 AI 总结(186 字)

Anthropic 发布智能体记忆研究,将 Claude 的记忆分为会话日志、记忆笔记、知识表征和注入上下文四层,并提出在交互间隙执行“做梦”,通过回顾记录、纠错、验证和提炼规则来巩固长期知识。测试显示,记忆版 Claude 在持续学习基准中的得分显著高于无记忆基线;精选少量有效记忆也胜过大量记录。相关机制有望提升长周期任务和知识迁移能力,但错误累积与记忆更新仍是挑战。
📄 正文(935 字)
Anthropic 发布研究文章《The components of agent memory》,系统拆解 Claude 智能体如何跨会话保存、筛选、纠错和整理知识。研究认为,AI 智能体可以借鉴人类睡眠时巩固记忆的机制,在两次交互之间的空闲时间反思历史记录、修正错误,并把即时经验转化为可复用的长期知识。

该研究把智能体记忆划分为四层:会话日志、记忆笔记、类似 Wiki 的知识表征,以及注入当前上下文的记忆内容。在此基础上,Claude 会标记重要事件或写入记忆笔记,同时判断哪些信息在未来任务中真正有用,避免把所有内容都保存下来。研究团队指出,记忆本质上是对未来的预测,例如保存一条经过验证的规则,意味着模型预期未来还会依赖这条规则。

在持续学习基准 CL-Bench 的数据库问答任务中,具备记忆能力的 Claude 表现明显优于无记忆基线。Opus 5.5 和 Sonnet 5.5 使用记忆后的平均得分分别为 0.838 和 0.833,而无记忆时仅为 0.655 和 0.644。研究还发现,更强的模型能够自主形成“失败、反思、验证、总结规则”的学习闭环。

《宝可梦红》游戏测试表明,少而精的记忆往往更有效。Claude Fable 5 仅维护 10 个记忆文件便获得 4 枚徽章,Sonnet 3.7 写下 413 个文件却只获得 1 枚徽章。研究认为,模型应优先保存策略、计划和经过测试的规则,而不是不断变化的屏幕状态。

“做梦”机制也能纠正错误。当 Claude 错误记录宝可梦中心的位置并因此迷路时,系统通过比对原始会话记录修正记忆,使其最终抵达下一座城市;未修正记忆的运行则不断折返,未能完成任务。

在约 35 万份企业文档的测试中,Claude 通过多轮“做梦”逐步构建 Wiki。随着“做梦”规模从两次会话扩大到 128 次,25 个问题的达标率从 13% 提升至 48%;将 Wiki 与搜索工具结合后,综合得分从 54% 升至 61%。

Anthropic 表示,智能体记忆仍需解决何时写入、如何持续更新以及如何防止错误累积等问题。未来 AI 可能更擅长在完成任务后回顾经验,将零散交互转化为可迁移、可验证且能长期复用的知识。