← 返回全部情报
Anthropic:Agent 记忆的组件——dreaming 离线整理,Pokémon 与 Stainless 语料验证 的封面

·Anthropic·工程博客收录 2026-11-07

Anthropic:Agent 记忆的组件——dreaming 离线整理,Pokémon 与 Stainless 语料验证

工程agent 记忆dreamingwikiCL-BenchManaged Agents

一句话结论

Anthropic 把 agent 记忆拆成「会话内写笔记」与「离线 dreaming」:dreaming 可纠错、建 wiki、把要点推到注入层;在 Pokémon、Stainless 语料与 Harvey LAB 上分别验证了「少而准的记忆」「wiki+搜索」优于盲目堆文件或只搜原文。

打开原文 Anthropic Engineering:The components of agent memory

背景与理念

作者把人脑「在线编码、离线巩固」映射到 agent:会话日志只是原料,真正可用的长期知识要靠离线整理。文中把这种离线整理称作 dreaming——在交互间隙回放日志、纠错、写笔记或建新表示,再决定下次会话预加载什么。Agent 记忆被定义为跨会话可读写的经验知识,不含权重更新、单次会话内学习,以及用摘要替换旧轮次的 compaction。

具体做法

  1. 会话内写记忆笔记,把显著事件标出来或落到记忆目录,但显著性判断留给模型。CL-Bench 数据库题里,agent 每题新开会话,只保留可检索的记忆目录;更强模型会把失败写成可验证规则,而不是散落的猜测。
  2. 用 dreaming 对照原始 transcript 纠正错误记忆,并增量构建 wiki 一类表示。Stainless 内部语料约 35 万文件、约 4.2 亿 tokens,用 25 道题评测;Opus 5 agent 多会话共建 wiki,从 2 个会话做到 128 个。
  3. 注入层保持极薄:Claude Code 自动记忆只把 MEMORY.md 的前 200 行或 25KB 注入上下文,其余当索引再按需搜索。文档也提醒,指令文件越长,遵从度往往越差。

关键数据/例子

Pokémon:Sonnet 3.7 约写了 413 个记忆文件(225 个文件夹)只拿 1 枚徽章;Fable 5 约 9 个文件加顶层 global.md,拿了 4 枚徽章。Mt. Moon 里把 PokéCenter 方位写错后,带错误记忆的跑会反复掉下悬崖;dreaming 对照 transcript 改完笔记后,agent 能重新进洞并到达下一城。Stainless 25 题:dreaming 从 2 会话到 128 会话,按评分标准从约 13% 升到约 48%;wiki+搜索合计约 61%,仅搜索约 53%。Harvey LAB 跨文档合并题:wiki 约 87%,仅搜索约 73%。

创新点

第一,把 dreaming 明确成可评测的离线记忆工序,而不是只堆会话笔记。第二,用 Pokémon「写什么才算显著」和 Stainless/Harvey「wiki 何时真正帮到跨文档题」把记忆组件拆开量贡献,并坚持注入层必须小而准。

可否复用

  1. 先约定记忆目录与「可对照的 transcript」,再开 dreaming,否则纠错没有地面真值。
  2. 强模型少给「只记失败」这类硬规则,多给「记忆文件夹可用」的简单指引。
  3. 注入层严格限长(例如索引头 200 行/25KB),细节下沉到可搜索层。
  4. 跨文档、要判断或计算的题优先试 wiki+搜索;单文档可检索题不必强行建 wiki。

笔记会在输入时自动保存。