长期跑 Agent 的人都有一个隐痛:它记性差。
不是那种「忘了你叫什么」的记性差,是「同一个会话里重复踩同一个坑、跨会话归零、昨天的上下文今天全没了」的那种。Anthropic 这篇研究没绕弯子,直接把 Claude 智能体的记忆拆成了三块零件。
第一块是会话内笔记。Agent 干活时自己往「记忆本」上写要点,不是等用户喂。第二块叫显著性判断——它得决定哪些事值得记、哪些纯噪声。第三块最骚,叫 dreaming:离线的时候让模型自己把记忆整理一遍,像人睡一觉把白天的事归档。
这三块合起来,本质是在回答一个被很多人忽略的问题:Agent 的「经验」到底存在哪。
过去大多数做法要么无记忆(每次从零),要么把所有对话塞进上下文窗口(贵且炸)。Anthropic 给的是一条中间路线:结构化、可筛选、可离线整理的持久记忆。
我的判断:这比再堆一个更大上下文窗口更有用。上下文是带宽,记忆是积累,长期价值在后者。
但风险也清楚——dreaming 这种自我整理,等于把「它觉得自己该记什么」变成了一个黑箱旋钮,调不好就会记错重点。对要上生产的企业,这文章值得打印出来贴在墙上:Agent 能不能「越用越懂你」,不取决于模型多大,取决于记忆怎么建。