Anthropic 拆解智能体记忆：日志、笔记、wiki 与「做梦」四层结构

研究·林晓·2026年11月7日

封面：白底学术风，左侧标题「智能体记忆的四层结构」，右侧四层堆叠的抽象结构图与青色箭头

人类并不是边经历边把一切写进长时记忆的。海马体在当下快速记录经历，真正被固化下来的只是其中一部分；而大部分固化发生在「离线」的时候——睡眠与静息时，海马体反复重放近期经历，逐渐把它们蒸馏、整合进新皮层。Anthropic 在最新一篇研究博客《The components of agent memory》里，正是借这套神经科学的分工来讨论智能体记忆：会话中负责捕捉，会话之外负责整理。

文章把「智能体记忆」定义为 Claude 从经验中获得、并跨会话保留下来的知识——写在它之后能读到的地方的上下文。这个定义刻意排除了三种容易被混为一谈的东西：训练时写进权重的参数、单次对话内的上下文学习，以及压缩（compaction）——用摘要替换旧轮次以便在新上下文窗口里继续工作。在 Anthropic 的框架里，这些都不是记忆。

四层记忆，加一个「做梦」环节

Anthropic 的智能体记忆层级：从下往上依次是会话日志、记忆笔记、记忆表征（如 wiki），以及每次会话都会注入的上下文；dreaming 负责在各层之间搬运与整理。

从下到上，记忆被组织成四层：

会话日志（Transcripts）：可搜索的事件日志，是整套记忆的事实底座
记忆笔记（Memory notes）：Claude 自己写下的显著观察，比如一条被验证过的规则
记忆表征（Memory representations）：由日志与笔记计算得出，典型形态是 wiki——一个由 Claude 自己编写、互相链接的页面集合
注入上下文（Injected context）：每次会话开始时被预加载进上下文的那一小部分

层与层之间并非只向上流，相邻层之间是双向的。而贯穿其中的动作叫做梦（dreaming）：Anthropic 借用了 Letta 与 UC Berkeley 提出的「睡眠时计算（sleep-time compute）」思路，让模型在交互之间的空闲时间里反思日志、修正错误、产出新的笔记与表征。Anthropic 认为，这套离线整理是 Claude 能拥有有效记忆的关键工具。

记忆本质上是对未来的预测

写下一个规则，等于预测「这个模式以后还会用到」；记下一条已验证的事实，等于预测「未来会话里可以不再复核直接使用」。Anthropic 用 Continual Learning Bench（CL-Bench）1.0 里的一道数据库检索题来观察这种预测能力：Claude 每次都在全新会话中回答一个问题，唯一跨会话保留的是一个可读写的记忆目录。答完后它会被告知正确答案，从而有机会把经验固化下来。

不同模型「闭环」的程度差别很大。Claude Sonnet 4.6 只走到「提出猜想」这一步，记忆目录里散落着若干从未验证的猜测；Opus 4.7 把笔记合并成一份参考文档，并开始标注哪些事实已核查、哪些尚未确认；Sonnet 5 在评分器确认后给答案打上确认标记，答错时写下更正；Opus 5 是第一个真正闭环的模型——它的多数条目同时包含规则、规则的依据、此前问题的答案，以及对已发现陷阱的明确警告。

模型	无记忆（平均奖励）	有记忆
Claude Opus 5.5	0.655	0.838
Claude Sonnet 5.5	0.644	0.833
Claude Opus 5	0.564	0.828
Claude Opus 4.7	0.383	0.700
Claude Sonnet 5	0.306	0.610
Claude Sonnet 4.6	0.330	0.364

值得注意的是最后一行：同一个记忆机制，在旧模型身上几乎没有增益。记忆的价值不只取决于存储设施，也取决于模型会不会用它。

记什么，比记多少更重要

Claude 玩《宝可梦红》时的记忆目录对比：左侧 Sonnet 3.7 有 413 个文件、约 97.8 万字符，右侧 Fable 5 只有 10 个文件、约 4.3 万字符，面积代表字符数。

Anthropic 用《宝可梦红》来测试「判断什么值得记」的能力——这款游戏状态高频变化、需要长时程规划，是理想的压力测试。他们对比了 Sonnet 3.7 与 Fable 5 各一次跑到约 1 万步时的记忆目录。

Sonnet 3.7 假设一切都可能有用，几乎无差别地记录：每次战斗、捡到的每件道具、遇到的每个 NPC 各建一个文件，最终写下 413 个文件、分布在 225 个文件夹里，换来的进度是一枚徽章。问题不只是冗长：宝可梦的游戏状态时刻在变，越详细的记录失效得越快。约 1 万步时，Sonnet 3.7 开启了第四套「master」记忆文件；接下来 17 步里它新建 6 个文件、删除 9 个文件，在游戏里一个动作都没做。

Fable 5 只写了 2 个文件夹共 9 个文件，外加一个顶层 global.md，拿到了 4 枚徽章。它的取舍标准很清晰：屏幕上每回合都能读到的信息（身上有多少钱、人在哪张地图）不值得存；策略、计划、被验证过的规则只存在于 Claude 的推理里，不写下来就会消失。global.md 是仪表盘——当前目标、攻打道馆的预设计划、以及自己定的记忆使用规则；locations 存具体路线的走法，gameplay 存对游戏机制的理解。比如连续 7 个精灵球都没抓住鲤鱼王之后，它写下：「如果连续 3 个以上球失败，就改变时机（在菜单步骤之间插入额外的等待按键）——这样做之后立刻抓到了。」

Opus 5.5 沿用了这种小目录思路，边玩边重写目标与下一步，并最终通关。

告诉它「用来干什么」，而不是「怎么记」

在 CL-Bench 上，Anthropic 只告诉 Claude「有一个记忆文件夹可用」，没有给任何写法规则，Opus 4.7 与 Opus 5 就都拿到了明显提升。反过来，当研究者逐条测试「只记录失败」这类具体规则时，Opus 5 的记忆增益下降了 0.234，Opus 4.7 下降 0.150——对强模型来说，预先设定的规则反而压缩了它们判断显著性的空间。

引导对旧模型帮助最大。Sonnet 4.6 经常压根不去读记忆目录，也不检验自己的猜想；提示它「回答前先读记忆文件，并显式检验猜想」之后，基准分数几乎翻倍（0.364 → 0.641）。Sonnet 5 则已经自发这么做了：未经提示，它 10 次里有 9 次会在回答前读记忆；Sonnet 4.6 不到一半。Anthropic 表示，面对前沿模型他们通常只给一句话——当用户要求、或确实有值得记住的事时，写一条记忆笔记，判断交给 Claude 自己做。

Dreaming 能做的四件事

第一，纠错。笔记写错或环境变了，错误会在后续会话里被反复读取和信任。dreaming 让 Claude 拿笔记去和原始日志对质。在《宝可梦》里，Claude 误以为宝可梦中心在山洞东侧，于是走出门就宣布「月见山已经过了」，几步之后掉下单向台阶、退回原路，还把它归因为「我走过头了」。让 dreaming 跑一遍后，Claude 对照日志发现了错误并改写笔记，随后直接返回洞中，在第 1935 个动作抵达华蓝市；而未修正记忆的对照组三次掉下台阶，最终放弃并退回尼比市，从头到尾没能出山。

第二，构建表征。wiki 由 Claude 自己编写、维护、互相链接，相当于一张知识地图。Anthropic 用 5 月收购的软件公司 Stainless 的内部文档做实验：约 35 万个文件、4.2 亿 token，围绕这批资料出 25 道题。Opus 5 智能体在 128 个会话里分头探索、写页面、合并重复、核对出处，每个会话都站在前人的进度上。

wiki 随 dreaming 增长的效果：只用 wiki 时得分从 13% 升到 48%，wiki 加搜索从 54% 升到 61%，只有搜索工具则停在 53%。两侧是 2 个会话后（103 页、766 条链接）与 128 个会话后（222 页、12893 条链接）的 wiki 网络图。

结果如上图：随着 dreaming 从 2 个会话扩到 128 个会话，只靠 wiki 答题的得分从 13% 升到 48%；wiki 加搜索工具从 54% 升到 61%；而单给搜索工具、不建 wiki 则稳定在 53%。同时，用上搜索与 wiki 每道题还能省下约 2 万 token。

哪些题受益最大？在一组合并案材料上，24 道题里有超过一半需要跨多份文件拼信息，还有不少需要判断或算术；这些题上 Claude 查 wiki 能拿到 87% 的评分项，单靠搜索只有 73%。而当答案基本能在一份文件里直接检索到时，wiki 没有明显增益——这也解释了另一组实验里 wiki 涨到了比原始语料还大：10 份文件 115 KB，生成了 68 页、203 KB 的 wiki，相当于博尔赫斯笔下那张与帝国等大的地图，什么都没抽象掉。

第三，把笔记推到最顶层。dreaming 可以把重要内容提升为注入上下文，让 Claude 不必搜索、甚至不必知道有东西可搜。但注入是有代价的：占 token，且一条错误笔记会被带进每一次会话；而指令文件越长、遵循度越低。所以顶层必须保持很薄，dreaming 在此的主要工作反而是往下搬运细节、只留下链接。Claude Code 的自动记忆就是这么做的：每次只加载 MEMORY.md 的前 200 行或 25 KB，充当索引。

第四，按目标塑形，并补上单个会话看不到的缺口。通用的「整理一下」并不够用，dreaming 的指令决定了记忆长成什么样。在一个模拟并购的合同任务里，多个智能体同时往一张共享条款表里写，互相覆盖，最终 57 条评分事实只留下 41 条（72%）。Claude 随后反射自己的失败、改写建 wiki 的指令：每份合同单独一页、由单个智能体负责、逐字引用条款而不是概括。重跑后 57 条全部保真（100%）。dreaming 的第二轮还能补上断链与缺页——一次复盘里它发现 9 条链接指向不存在的页面，把它们重定向到同一文档的既有页面，并补了三页（含一个索引）。

还没答案的问题

Anthropic 也列出了几个开放问题。其一是什么时候写记忆：当场写能捕捉到源头的显著性、立刻可用于后续轮次，但会分散 Claude 对主任务的注意力；dreaming 把写入推到后台，代价是产物不能立刻使用。其二是记忆如何保鲜：模型可能一上来就写错规则，环境变化也会让旧笔记漂移。dreaming 能修，但要花算力，全量重查不现实；更务实的做法是针对易变信息、或按记忆被访问的频率调整 dreaming 的节奏。其三，把日志搜索当成记忆的底座是合理的，但表征一旦建立，就需要持续投入算力维护，否则错误与幻觉会累积——wiki 越大，这笔维护费越高。