Anthropic详解Claude记忆设计：Dreaming构建Agent高效记忆
当智能体实现跨会话记忆时，这并不等同于它真正拥有长期记忆能力。当前核心难点在于：智能体该如何判断要记住哪些内容？谁来修正错误记忆？新会话启动时，又该优先加载哪些关键信息？
针对这些问题，专注于AI模型研发的团队发布了一篇深度解析Claude记忆设计的文章，核心思路并非单纯扩展数据库，而是搭建在线记录与离线整理的闭环，这一离线整理过程被称为dreaming。
Claude的记忆，是一座四层金字塔
Claude的记忆体系是一座四层金字塔结构：最底层是完整的对话与任务记录，也就是可检索的原始交互记录；向上一层是Claude主动生成的记忆笔记；再上层是Wiki形式的结构化知识表示；最顶层则是每次新会话自动注入的上下文信息。
Dreaming并非第五层存储，而是贯穿四层的维护引擎。它会回溯原始记录，修正笔记内容，组织结构化知识，再将最重要的索引推送到顶层。
四层之间并非一次性完成内容搬运，新经验可以先暂存于笔记层，稳定的知识经过多次使用后逐步上升，失效内容则会被下推或删除，因此记忆拥有生命周期。同时，训练带来的权重变化、单次对话内的学习，以及当前任务的上下文压缩，都不属于这里讨论的跨会话记忆范畴。
二、记得更少，反而走得更远
架构解决了内容存储的位置问题，下一个核心问题是该记录什么。在数据库任务测试中，Claude每次在新会话答题时，只能读取跨会话保留的记忆目录。答错后，它可以记录失败、提出解释、验证解释，最终沉淀为下次可用的规则。实验数据显示，模型的平均奖励从无记忆时的0.564提升到0.828。这一提升的核心并非存储了更多事实，而是模型开始主动保存规则、验证依据和已知陷阱，形成了闭合的学习循环。
进一步的实验验证了聚焦记忆的重要性：在宝可梦类任务中，约一万步时，某模型生成了413个文件，分布在225个文件夹中，却仅拿到一枚徽章；而另一模型仅保留10个文件，却获得四枚徽章。差异在于显著性判断：位置、金钱等每回合都可见的信息，无需反复存档；策略、计划和验证过的规则才是关键，若不记录则会丢失。某模型曾连续17步忙于增删记忆，完全未推进游戏进程。这说明，记忆并非免费资产，检索和维护都会消耗用于行动的资源，目录膨胀反而会拖慢智能体的执行效率。
三、模型能力越强，越需自主判断而非死板规则
既然显著性判断如此重要，能否只记录失败经验？实验结果显示相反，只记失败会让模型的记忆收益明显减少，因为成功经验和已验证事实同样会影响后续任务。对于旧模型，仍需要明确的引导：某模型加入记忆后分数仅为0.364，但若明确要求答题前读取文件并验证猜想，分数升至接近无记忆基线的两倍。因此，对前沿模型的策略是：告诉智能体记忆的意义，但不替它决定每次该如何记录。
四、Dreaming以原始记录为锚点，修正错误记忆
在线写入记忆仍可能出错。在宝可梦月见山任务中，模型误将宝可梦中心记在山洞东侧，据此认为任务已完成，错误笔记被后续会话信任，导致角色三次跌回旧路线，最终未能抵达下一座城市。当Dreaming介入后，模型会将笔记与原始记录对照，发现位置错误并改写记忆。使用修正笔记的智能体在第1935个累计动作抵达目标城市，而原始记忆和无记忆的两组均未到达。这一过程未依赖人工标注，而是让模型重新面对产生笔记时的原始证据，原始记录由此成为记忆系统的校验锚点，核心是记忆是可被原始经验校验的缓存，而非事实本身。
五、多轮离线整理，将文件集合转化为结构化知识地图
纠错之外，Dreaming还能生成新的记忆表示。通过大规模语料训练，模型在多轮会话中持续撰写、合并、修剪并关联页面。在评测中，仅使用结构化知识的得分大幅提升，搭配搜索后效果更优，同时每题消耗的资源减少。这说明，结构化知识的价值不是取代搜索，而是提供知识地图，减少盲目搜索。但收益依赖任务结构：跨文档组合信息时优势明显，答案集中在单篇文档时优势不明显，甚至会出现知识膨胀，因此知识地图必须压缩信息，而非简单复制语料。
六、顶层仅保留小索引，平衡效率与信息
整理好的知识如何进入下一次任务？Dreaming会将高频、重要的笔记提升到顶层上下文，由系统在新会话开始时自动加载，无需智能体主动意识到要搜索什么。但顶层不能无限扩张，注入内容会占用资源，错误也会被带入每次会话，过长指令还会降低遵循度。因此，部分智能体的自动记忆机制仅加载顶层的关键内容，其余细节留在下层按需读取，顶层是目录而非仓库，Dreaming的工作之一就是不断将细节下沉并留下链接。
七、明确任务目标，引导记忆向正确方向生长
记忆的组织方式还取决于服务的目标。在法律合同任务中，多个智能体起初共同维护一张条款表，相互覆盖导致信息丢失，最终仅保留少量关键事实，完成度较低。调整策略后，每份合同由单个智能体独立处理，条款逐字保留，结果所有关键事实都被保留，评测标准满足率达到100%。多轮整理还能修复经验之间的连接，将指向不存在页面的链接改到已有页面，并新增必要页面，不仅整理已有经验，还完善了经验网络。
结语
本次研究给出的并非万能记忆模板，而是清晰的主线：经验先被记录，再被筛选、验证、连接，最后以最小上下文进入未来。记忆的可靠性来自原始记录与笔记的持续校验，在线记录、离线整理、环境变化都带来边界问题，需要平衡整理频率、更新成本与任务收益。对长期运行的智能体而言，真正重要的或许不是存下全部过去，而是持续将过去转化为可靠、紧凑、可调用的未来上下文。
