Claude 的记忆学会“做梦”：少记点，睡一觉回头把错的改掉
你家的 AI 助手，是不是每开一个新会话，都像第一天上班？让它自己记笔记倒是个办法，可笔记越攒越多、越攒越旧，翻起来比不记还累。
11 月 6 日，Anthropic 发了一篇工程博客，题目叫《The components of agent memory》，专门讲 Claude 的智能体记忆怎么拆、怎么管。我们 AI主线 的看法是：Anthropic 这篇记忆研究给出的核心判断，是越强的 Claude 模型越该自己决定什么值得记，写完的笔记再靠后台的 dreaming 回头校对和整理，这比预先给它定一堆记笔记的规矩更管用。
“做梦”是怎么回事，是营销话术吗？
不是玩概念。思路借的是人脑：白天经历的事先被快速记下，真正沉淀成长期知识，主要靠睡觉和休息时把当天经历重放一遍。Claude 的做法类似：干活时在日志里留下记录，空闲时再回头翻日志，改错、补新笔记、整理成更好找的结构，这一步就叫 dreaming。
打个比方，白天往便签上随手记，晚上回家把便签誊成账本，顺手划掉记错的。Anthropic 把记忆分成四层：最底下是完整的会话转录，往上是 Claude 自己写的笔记，再往上是 wiki 这类整理过的知识页，最顶上是每次开局自动塞进上下文的那一小块。做梦就在这几层之间搬运和校对。
这个词在 Anthropic 不算新。dreaming 在 5 月 6 日随 Claude Managed Agents 的更新作为研究预览推出，官方文档页上写着需要申请访问。OpenAI 也在 6 月 4 日给 ChatGPT 推了同名的 Dreaming，对象是用户个人的记忆，先放给美国的 Plus 和 Pro 用户。名字撞了，管的却不是一层：一个记“你是谁”，一个记“活儿怎么干”。
记得越多越好吗？宝可梦给了个反例
最直观的是 Pokémon Red 那组对比。两个模型都打到大约一万步，Claude Sonnet 3.7 写了 413 个记忆文件，每场战斗、每件道具、每个路人都单开一个文件，只拿到 1 枚徽章。Claude Fable 5 只写了九个文件加一个 global.md，拿到 4 枚徽章。
差距出在哪？Sonnet 3.7 把屏幕上每回合都看得见的东西也记下来，比如有多少钱、人在哪张地图，记完就过期，后面光翻自己的笔记就耗掉大量步数。Fable 5 只记屏幕上读不出来的：策略、计划、验证过的规则。（有点像考试只抄解题套路，不抄题目。）官方还说 Claude Opus 5.5 用一个小文件夹追踪当前目标，一路改写，最后打通了整个游戏。不过这是每个模型各跑一次的对比，当故事看，别当定论。
那要不要干脆立规矩，规定模型该记什么？Anthropic 试了，结果不太妙。让 Claude Opus 5 “只记失败”，它靠记忆多拿的分数掉了 0.234，而它原本靠记忆也就多拿 0.264，基本被吃光。反过来，较老的 Claude Sonnet 4.6 常常不去读自己的记忆，提示它先读再答、并且测试自己的猜想之后，得分几乎翻倍。强模型放手，弱模型手把手带，这条线划得挺清楚。
记错了怎么办？这才是做梦最值钱的地方
笔记是模型当时的猜测，转录才是当时真发生的事，做梦就是拿后者去审前者。博客里的例子出自 Pokémon 的 Mt. Moon 山洞：Claude 误把宝可梦中心记在山的东侧，走出来就宣布“山在我身后”，结果掉下一个单向悬崖，回到来时的路上。没纠错的那条线掉了三次，最后一路退回上一座城镇。
做梦一遍之后，Claude 对着转录发现自己记错，把笔记改了，径直回洞里，在第 1935 步到达下一座城 Cerulean City。不做梦的那条线，和完全没有记忆的对照线，都没能走出这座山。
另一个测试更接近真实工作：多个 agent 同时往 wiki 里同一张合同条款表写东西，互相覆盖，57 条评分点只剩 41 条。让 Claude 反思失败、改写指令之后，每份合同单独一页、条款原文照抄，57 条全部保住。（模型没变聪明，是指令改对了。）
wiki 也不是万灵药。拿 Anthropic 5 月收购的软件公司 Stainless 的约 35 万份内部文档做测试，wiki 加搜索的得分是 61%，只用搜索是 53%。单份文档就能搜到答案的任务，wiki 看不出增益；有一次 wiki 还长到原始文档的 1.77 倍，等于画了张和领土一样大的地图。
对写代码的人有啥用，哪里还得打问号
最实在的是顶层要小。Claude Code 的自动记忆只在会话开头加载 MEMORY.md 的前 200 行或 25 KB，当目录用，细节放在下面按需翻。道理很简单：塞进每次会话的笔记一旦写错，会被带进之后所有会话。做梦的一半活儿，就是把顶层压小、把细节往下挪。
问号也得摆出来。这些评测都是 Anthropic 自己跑的；wiki 那组用的是一家公司的内部文档，外人没法复现；Pokémon 又是各一次运行。博客自己也承认，做梦要花算力，没法让模型天天检查全部记忆，得挑对哪些记忆、隔多久做一次。第三方有没有拿同样的基准复跑，我暂时没查到。
我们 AI主线 的态度是：这篇更像一份做记忆系统的设计笔记，值得抄作业的是思路，别当跑分去比。接下来盯两件事：dreaming 是不是还停在研究预览，以及有没有别家拿同一套基准把结果复现出来。