Anthropic: 智能体记忆的组成部分

理解智能体记忆

智能体记忆被定义为 Claude 从经验（例如用户交互或分配的任务）中获得的知识，这些知识作为可访问的上下文在会话之间保留。这不包括内部权重更新、标准的上下文学习或简单的上下文压缩。有效的智能体记忆功能类似于人脑，利用实时捕获和离线整合之间的分工。

“做梦”的作用

“做梦”是一个模型利用交互之间的空闲计算时间来重组、反思和提炼其记忆的过程。就像人类海马体在睡眠期间重放经验以将其整合到新皮层一样，Claude 使用“做梦”来：

• 纠正错误： 通过将记忆笔记与原始会话记录进行比较，Claude 可以识别并修复幻觉或过时的信息。
• 构建表征： Claude 可以构建“维基”——即映射知识的链接页面集合——以提高检索效率。
• 提升层级： “做梦”允许模型将关键信息浮动到记忆层级的顶部，确保在新的会话开始时将其注入上下文窗口。
• 优化焦点： 通过反思，Claude 可以更新其自身的记忆创建指令，确保它优先处理相关数据，而不是冗余的日志。

作为预测工具的记忆

记忆是对未来会话所需内容的预测。Anthropic 使用 Continual Learning Bench (CL-Bench) 1.0 进行的评估表明，像 Claude Opus 5 这样的前沿模型可以通过记录失败、推测原因并为未来使用编纂成功的规则来“闭环”。

成功管理记忆的模型表现出：

• 显著性判断： 能力更强的模型（例如 Fable 5）会优先考虑战略见解（例如：“如果 3 个以上的球失败，则改变时机”），而不是冗余的瞬态状态数据（例如当前位置或金钱）。
• 减少开销： 通过维护简洁、结构化的记忆，智能体避免了在不加选择地存储信息的模型中出现的性能下降。

记忆设计的战略意义

Anthropic 强调了关于智能体记忆实现的几个关键发现：

• 自主性与引导： 虽然一般性的指导很有帮助，但为记忆内容设定僵化的规则实际上可能会阻碍前沿模型的性能。允许模型判断显著性通常更有效。
• 维基的效用： 在法律摘要生成等复杂任务中，维基通过综合跨文档的信息，其表现显著优于原始文件搜索。然而，如果维基变得和源材料一样大，它作为抽象工具的效用就会丧失。
• 计算权衡： 记忆维护需要计算资源。虽然“做梦”功能强大，但必须在持续验证的成本之间取得平衡。未来的系统可能需要根据记忆访问频率和所存储信息的波动性来调整“做梦”的节奏。