塔斯娱乐资讯网

刚刚,Anthropic公开Claude内部记忆架构设计

Agent能跨会话记事,不等于它有了可靠记忆。Anthropic公开Claude内部记忆架构:原始记录、笔记、Wiki、注入上下文四层金字塔,靠Dreaming在中间回查证据、修正笔记,再把索引注入下一次会话。

Agent能跨会话记住事情,不等于它真的拥有了可靠的长期记忆。真正困难的是:什么值得记住,错误记忆由谁修正,新会话应该优先看到什么,以及记忆维护本身要消耗多少上下文和算力。

Anthropic最近公开了Claude内部记忆架构的设计思路。核心不是简单增加一个数据库,而是让在线记录和离线整理形成闭环:Agent先记录经历,再由Dreaming过程回查原始记录、修正笔记、组织Wiki,最后把最重要的索引注入下一次会话。

这套设计对开发者很有参考价值。记忆系统如果只会“越存越多”,最终会拖慢Agent;如果只记失败,也会丢掉已经验证的成功经验。可靠记忆需要生命周期、证据链、分层访问和持续压缩。

Claude的记忆是一座四层金字塔

Claude的跨会话记忆可以拆成四层:

Transcripts:完整的对话、任务和工具执行记录。

MemoryNotes:Claude主动写下的经验、规则、失败原因和计划。

Wiki:更稳定、结构化、可互相链接的知识表示。

InjectedContext:新会话开始时自动加载的少量高价值索引。

Dreaming不是第五层存储,而是贯穿四层的维护引擎。它从原始Transcript中寻找证据,修正已有Note,组织Wiki页面,再把高频且重要的内容压缩成顶层索引。

四层之间不是一次性搬运。新经验可能先写入笔记,经过多次使用和验证后上升到Wiki;失效、重复或被证据推翻的内容则被下沉或删除。记忆因此拥有了生命周期,而不是一张永久增长的事实表。

需要特别区分四类概念:模型训练产生的权重变化、单次会话内的学习、为延长当前任务而做的上下文压缩,以及真正跨会话保存的记忆。它们解决的问题、成本和安全边界都不一样。

记得少,Agent反而走得更远

在CL-Bench1.0的数据库任务中,Claude每次都从新会话开始,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,再把已经确认的规则沉淀为下一次可用的经验。

Opus5的平均奖励从无记忆时的0.564提升到0.828。真正带来跃迁的不是多存几条事实,而是保存了规则、验证依据和已知陷阱,形成了“执行、复盘、验证、沉淀”的学习循环。

宝可梦实验说明,记得多不等于记得好。约一万步运行后,Sonnet3.7写下413个文件,分布在225个文件夹中,却只拿到一枚徽章;Fable5只保留10个文件,却拿到四枚徽章。

位置、金钱这类每回合都能从屏幕读取的信息,不值得反复写入;策略、路线和验证过的规则,才是跨会话记忆的高价值内容。Sonnet3.7曾连续17步忙于增删记忆,完全没有推进游戏。

记忆目录会反过来影响Agent:文件越多,检索和维护越耗步数,真正的任务空间越少。记忆不是免费资产,它需要预算,也需要垃圾回收策略。

模型越强,越不需要死板的记忆规则

一个直觉做法是规定“只记失败”。实验结果却显示,成功经验和已验证事实同样重要。只记录失败,会让Opus5和Opus4.7的记忆收益分别减少0.234和0.150。

旧模型往往需要更多脚手架。Sonnet4.6加入记忆后平均奖励只有0.364;明确要求它在答题前读取文件并验证猜想后,分数升至0.641,接近无记忆基线的两倍。

因此,前沿模型更适合被告知“记忆为什么存在”,而不是被一套固定规则强行规定每次必须记什么。能力越强,越应该把显著性判断交给模型,同时让证据校验和权限边界留在系统层。

Dreaming用原始记录纠正错误记忆

在线写入最危险的问题是:一次错误判断可能被后续会话反复继承。宝可梦月见山任务中,Claude错把宝可梦中心记在山洞东侧,并据此写下“月见山已经完成”。错误笔记不断被后续会话信任,角色三次回到旧路线,最终没有抵达下一座城市。

Dreaming会把笔记重新和原始Transcript对照,找到位置错误并改写记忆。使用修正笔记的运行在第1935个累计动作抵达CeruleanCity,而原始记忆和无记忆两组都没有到达。

这个案例说明,记忆不是事实本身,而是可被原始经验校验的缓存。原始记录是证据锚点,笔记是压缩后的工作材料;两者必须保留可追溯关系。

128轮离线整理,把文件堆变成知识地图

Anthropic使用Stainless的约35万个文件、4.2亿Token语料,让Opus5在128个会话中持续撰写、合并、修剪并互链Wiki页面。

在25道评测题上,只使用Wiki的得分从13%提升到48%;Wiki加搜索达到61%,高于单独搜索的53%,同时每题少消耗约2万Token。

Wiki的价值不是取代搜索,而是先提供地图,再减少盲目搜索。需要跨文档组合信息时,Wiki得分87%,单独搜索为73%;答案集中在单篇文档时,优势则不明显。

知识地图也可能膨胀到原始文档的1.77倍。也就是说,整理不是把语料换一种方式抄一遍,而是提取稳定概念、关系、索引和证据位置。

最珍贵的顶层,只放一个小索引

Dreaming可以把高频、重要的笔记提升到InjectedContext,由Harness在新会话开始时自动加载。Claude不需要先意识到应该搜索什么,就能获得完成当前任务所需的最小背景。

顶层不能无限扩张。注入内容会占用Token,错误也会进入每次会话,过长指令还会降低遵循度。ClaudeCode的自动记忆因此只加载MEMORY.md的前200行或25KB,其余细节留在下层按需读取。

顶层是目录,不是仓库。Dreaming的一项核心工作,就是不断把细节下沉,只留下重要节点和链接。

目标写对,记忆才会朝正确方向生长

记忆如何组织,取决于它服务什么目标。在法律合同任务中,多个Agent起初共同维护一张条款表,相互覆盖导致信息丢失,最终只保留57项关键事实中的41项,完成度为72%。

Claude反思失败后改写构建指令:每份合同由一个Agent独立建页,条款逐字保留。结果57项事实全部保留,简报评测标准满足率达到100%。

第二轮Dreaming还能跨会话补洞:将九个指向不存在页面的链接改到已有页面,并新增三个页面。它不仅整理已有经验,也在修复经验之间的连接。

给Agent记忆系统补上工程控制

如果要把这套思路落到代码Agent或企业知识库中,建议把记忆系统拆成四个独立组件:

组件工程职责
原始记录保存对话、工具调用、结果和证据,不随意覆盖
在线笔记记录当前任务中值得复用的规则和决策
离线整理合并、纠错、去重、建链接和删除失效内容
注入索引只加载当前任务最需要的少量上下文

同时要记录记忆来源、更新时间、验证状态和使用效果。错误记忆不能只靠人工搜索发现,应该支持从笔记回溯到原始记录,再由评测任务验证修正是否有效。

国内开发者如果需要将ClaudeCode等工具接入兼容API,可通过[Code80]https://code.ai80.vip/home配置endpoint;记忆文件、用户数据、模型权限、密钥和审计规则仍应由项目侧控制。

常见问题

Dreaming是一个新的存储层吗?

不是。Dreaming是贯穿Transcript、MemoryNotes、Wiki和InjectedContext的离线整理与维护过程。

记忆是不是越多越好?

不是。过多、重复或错误的记忆会消耗检索和执行步数。高质量记忆应该优先保存规则、策略、验证结果和稳定知识。

为什么要保留原始Transcript?

因为笔记可能出错。原始记录提供证据锚点,Dreaming可以用它校验和修正压缩后的记忆。

为什么顶层上下文要尽量小?

注入内容会占用每次会话的Token,错误也会被重复带入。顶层更适合放索引和高频规则,详细内容留在下层按需读取。

Agent记忆系统最重要的指标是什么?

除了命中率,还要看记忆是否仍然正确、是否减少重复工作、维护成本、检索Token、错误传播和任务最终收益。

国内开发者如何接入兼容API?

可以通过Code80了解接入方式,同时自行管理模型权限、记忆数据、密钥、数据留存和审计日志。