Anthropic 工程团队发布《智能体记忆的组成部分》论文(1 万步)

Anthropic 工程团队刚发了篇硬核长文《智能体记忆的组成部分》，揭秘了 Claude 5 系列背后的智能体记忆架构。

全篇干货比较多，我把核心机制总结成了 10 条：

1、智能体会在会话中快速标记重点，下线后利用空闲算力回溯原始日志，在后台异步完成纠错，去重和知识重组。这套仿生双系统，工作时实时记笔记，闲置时在后台“做梦”，是模仿人脑的海马体实时抓拍，和睡眠期皮层重组。

2、智能体记忆不等于上下文压缩，真正的 Agent 记忆是跨会话持久化，按需挂载的。它既不是修改模型权重，也不是单次窗口内的临时上下文，更不是为了续窗口而把旧对话缩成摘要。

3、在 CL-Bench 数据库测试中，Sonnet 4.6 只会在文件里记下未经验证的瞎猜，而 Opus 5/5.5 已能独立跑通“答错 → 提出假设 → 实验验证 → 写下避坑铁律”的完整闭环。

4、在《宝可梦红》1 万步测试中，Sonnet 3.7 把每次战斗和路人都建了档，写了 413 个文件，后期连着 17 步光整理文件不操作，只拿到 1 枚徽章。而 Fable 5 只维护 1 个全局看板（global.md）+ 9 个策略文件就拿下了 4 枚徽章，Opus 5.5 更是靠精简笔记直接通关。

5、当前金币、地图坐标每回合看一眼屏幕就知道，写进记忆只会迅速过期。好的记忆是存储不推演就会消失的规律，比如连扔 7 球抓不到鲤鱼王，Claude 摸索出连败 3 次后在菜单间多按 wait 改变节奏，写下规则后一球即中。

6、对 Opus 5 这类强模型，只需告知有记忆目录可以用，若硬性规定只准记失败教训，记忆加成反而暴跌。但对不爱主动读记忆 Sonnet 4.6，强制提示答题前先读记忆并验证，得分却会直接翻倍。

7、“做梦”能够打破死循环，过月见山时，Claude 错把西侧的宝可梦中心记在东侧，出门就以为已过山，连掉三次悬崖后心态崩溃放弃。开启后台“做梦”后，它拿笔记跟原始操作日志对账，发现方位记反，修正笔记后一把穿洞通关。

8、面对被收购公司 35 万份内部文件，Opus 5 在后台连续做梦 128 轮，自动建页、打双链、去重核查，编出内部 Wiki。用 Wiki 导航和搜索工具双管齐下，让跨文档并购问答准确率从 73% 跃升至 87%，每题还省下了 2 万 Token。

9、简单检索任务硬建 Wiki 不仅没增益，甚至会出现 Wiki 比原文档还庞大的反效果。高明的 Harness 必须分层，通过做梦把细节下沉，顶层每次仅预注入核心索引（如 Claude Code 每次只读 MEMORY.md 的前 200 行或 25KB），防止顶层指令膨胀稀释注意力。

10、审收购合同时，多个 Agent 同时改写同一张共享表格，因互相覆盖漏掉近 30% 事实（仅得 72 分）。团队让 Claude 做梦复盘，它自己把建库规则改成“每份合同独立建页 + 单 Agent 专责 + 核心条款逐字原话引用”，准确率直接拉满到 100%，二轮做梦还顺手修好了 9 处死链。