首页 >> 综合 > 快讯 >

Agent 如何真正拥有长期记忆?拆解 Anthropic 四层记忆架构与 Dreaming 闭环

2026-11-20 07:42:48 来源:网易 编辑:杭之致 

按 Anthropic 在 2026 年 11 月 6 日工程博客《The components of agent memory》里的定义,Agent 长期记忆指的是模型从用户交互和被指派任务中获得、跨会话保留、之后能作为上下文重新读取的知识;它不包括模型权重更新、单次对话内的临场学习,以及 compaction 生成的旧对话摘要。真正能落地的长期记忆,不是把历史对话全部追加进上下文,也不是外挂一个向量库把聊天记录切块灌入,而是一套 "分层存储 + 即时记录 + 离线整理 + 按需检索" 的闭环:底层保存可回溯的原始流水,中层写显著观察笔记,上层提炼成 wiki 式知识地图,最顶层只放每会话开局预加载的轻量索引;会话间隙再用类似人脑睡眠复盘的 Dreaming(做梦)流程纠错、提炼、补全索引、把高频记忆提升到更容易读取的位置。下面按定义、四层架构、写入机制、Dreaming 作用、上下文配合、评测结果和落地清单逐项拆解。

一、先厘清:哪些算 Agent 长期记忆,哪些不算

类别是否属于 Agent memory说明
跨会话保留的用户偏好、已验证规则、项目状态、故障教训是写入持久记忆,后续会话可读取复用
模型权重(训练阶段固化的内部参数)否属于训练学习,不属于运行期记忆
单次对话内获得的临场知识(in-context learning)否只在当前上下文窗口内有效,会话结束即消失
Compaction 生成的旧对话摘要否是服务端为延续当前会话做的压缩替换,不等于跨会话记忆
可检索的会话流水 / 工具调用记录是(记忆底座)作为原始底账,供笔记提炼和复盘回溯

二、Anthropic 的四层记忆金字塔

Anthropic 公开的 Claude 记忆架构是自底向上的四层结构,越往上信息越精炼、读取成本越低,同时保留可向下追溯的链路。

层级名称存什么谁写入读取时机类比
第 1 层Transcripts(会话流水)完整对话历史、工具调用参数、执行结果、外部环境反馈,可检索系统自动记录需要回溯原始事实时检索人脑经历过的原始事件流水
第 2 层Memory notes(记忆笔记)会话中判断为重要的观察、失败教训、已验证事实、临时项目状态,多为 Markdown 笔记Claude 会话中主动打标签或写入当前任务相关时按主题读取随手记下的工作笔记
第 3 层Memory representations(知识表征,如 Wiki)把零散笔记归纳、交叉链接成的结构化知识网络,按主题组织页面并互相关联Dreaming 离线整理生成和维护跨主题查询、导航定位下层笔记时使用整理好的个人知识库 / Wiki
第 4 层Injected context(注入上下文)每个新会话开局自动预加载的极轻量摘要和索引,只说明 "记得什么、在哪里找"Dreaming 提升、Claude Code 自动记忆维护每次会话启动时直接进入上下文开机就能看到的待办首页和目录

关键原则:顶层注入层必须保持小体积。注入内容占用宝贵 token,一条错误笔记会被带进每一个会话;而且写入上下文不等于模型一定会照做,指令文件越长遵循度越低。Claude Code 的自动记忆只加载 MEMORY.md 开头 200 行或最多 25 KB,这部分充当索引,细节再向下层文件读取。

三、记忆怎么写进去:Memory Tool 的工作机制

Anthropic 提供的 Memory Tool 是这套架构在工程上的基础原语,核心是 "客户端持久化 + 按需检索(just-in-time context retrieval)"。

1. 运行方式

  • 记忆工具在客户端侧运行:Claude 只发起文件操作请求,实际存储由开发者自己的应用执行,可以落到本地磁盘、数据库、云存储或加密文件中。
  • 记忆目录统一用 /memories 前缀,由后端映射到具体存储,例如按用户、按项目隔离的目录或数据库键值。
  • 开启后,Claude 在任务开始前先检查记忆目录;工作过程中把学到的内容写进记忆文件,后续相似会话再读回来。

2. 支持的文件操作命令

命令作用示例
view查看目录或文件内容{"command": "view", "path": "/memories"}
create创建或覆盖文件{"command": "create", "path": "/memories/notes.md", "file_text": "..."}
str_replace按原文替换文件中的片段替换旧规则为新规则
insert在指定行号插入文本补充新条目
delete删除文件或目录清理过时记忆
rename重命名或移动文件整理记忆目录结构

3. 安全与隔离要求

  • 所有记忆操作限制在 /memories 目录内,做路径遍历保护。
  • 按用户 / 项目做记忆范围隔离,避免不同主体互相读到对方记忆。
  • 存储前做内容过滤,危险模式先清洗;记忆操作全程留日志可审计。
  • 提示词中明确要求 Claude 忽略记忆文件里夹带的指令,防止记忆被污染成提示注入入口。

四、Dreaming:让记忆从 "被动存储" 变成 "主动整理"

Dreaming 借鉴人脑睡眠和安静休息时海马体重放经历、逐步把短期经验固化到大脑皮层的机制:Agent 在两次交互的空闲时间里,调取流水日志做离线复盘。Anthropic 把它定位为记忆架构里横跨四层的整理流程,主要承担四个作用。

作用具体做什么解决的问题
纠错把记忆笔记与原始流水交叉比对,修正一开始写错、或随环境漂移的错误记忆错误规则如果只存不改,会在后续会话被当成可靠事实反复引用
补缺口跨多个会话寻找共性模式;补上 Wiki 里指向未创建页面的死链,补充索引页单场会话看不到全局,笔记之间容易出现断链和空白
建表征从流水和笔记中归纳出 Wiki 等结构化表示,建立主题页面和双向链接零散笔记无限累加后无法高效导航和检索
提升层级把高频复用、后续任务经常需要的内容提升到顶层注入层;不常看的细节下沉并保留链接开局不用加载全部记忆,同时关键规则不必每次重新搜索

记忆写什么:优先存可复用的规则,而不是瞬时状态

Anthropic 在《宝可梦红》任务里对比了不同模型的取舍:早期模型不分轻重把遭遇记录、屏幕状态全部写入记忆,文件和文件夹爆炸增长,得分反而低;表现好的模型只保留策略、计划和已验证规则这类跨会话可复用内容,随时能从画面重新读取的瞬时状态不进记忆。判断标准很直接:这条信息在下一次会话还有没有可能被再次依赖;有就记,没有就留在流水里备查。

五、记忆与上下文管理怎么配合

长期记忆解决的是跨会话问题,长任务中间还需要两套上下文管理手段配合,三者分工不同。

机制运行位置作用与记忆的关系
Memory Tool客户端持久存储跨会话沉淀知识和状态记忆的实体载体
Context editing(上下文编辑)客户端上下文接近阈值时自动清除旧的工具结果;触发前提示 Claude 先把关键信息存进记忆文件给长期记忆留出写入时机,清掉的细节可从记忆取回
Compaction(压缩)服务端接近上下文上限时把整段旧对话自动摘要成新上下文摘要替代旧轮次;必须跨会话保留的信息要另存进记忆,避免在压缩中丢失

典型长任务闭环:会话中产生大量工具结果 → 上下文接近阈值收到预警 → Claude 把进度和结论写入记忆文件 → 旧工具结果被清除或摘要 → 后续需要时从记忆读取;新会话开局先读注入层索引,几秒内恢复项目状态,不用重新探索一遍代码库或历史决策。

六、公开评测里的记忆效果

评测场景设定结果
CL-Bench 1.0 数据库问答每道题新开会话,只能读取跨会话持久记忆;答对后可写记忆总结规则有记忆后 Claude Opus 5.5 平均分从 0.655 升至 0.838,Sonnet 5.5 从 0.644 升至 0.833,接近无记忆基线的两倍;较新模型能形成 "失败→反思→验证→总结规则" 闭环,早期模型只停留在生成未经验证的猜测
《宝可梦红》长程任务给模型一个可读写的记忆文件夹,观察记什么Claude Fable 5 只维护约 10 个记忆文件(策略、计划、已验证规则),获得 4 枚徽章;Sonnet 3.7 写入 413 个文件、225 个文件夹,仅获 1 枚徽章
约 35 万份企业文档(约 4.2 亿 token)Wiki 构建多轮 Dreaming 逐步建立知识网络,25 个问题评测Dreaming 从 2 轮扩到 128 轮后,问题达标率从 13% 提升到 48%;Wiki 结合搜索工具后综合得分从 54% 升至 61%,单个问题还减少约 2 万 token 的盲目检索开销

七、工程落地清单

按这套架构搭建长期记忆 Agent,需要补齐以下环节:

  • 存储后端:确定记忆文件 / 条目落在本地文件、数据库还是云存储,支持创建、读取、更新、删除和检索。
  • 隔离与权限:按用户、项目、Agent 实例隔离记忆,禁止跨主体读写;路径限制在记忆目录内。
  • 分层结构:流水层可全文 / 关键词检索;笔记层按主题分文件;表征层维护 Wiki 索引;顶层注入层控制体积和条目数量。
  • 开局加载策略:新会话先读顶层索引,再按任务需要向下检索,不一次性灌入全部历史。
  • 复盘节奏:安排空闲时间做 Dreaming 式复盘,优先检查容易过时的规则和近期错误;节奏按任务成本和变化频率调整。
  • 记忆审计:记录每次写入、修改、删除操作,可回溯原始流水;定期清理失效和重复条目。
  • 安全约束:过滤危险内容,隔离记忆中的指令注入风险,关键规则标注验证状态(已确认 / 待验证 / 已作废)。
  • 写入纪律:只沉淀跨会话可复用的规则、偏好、状态和教训;瞬时读数、一次性对话留在流水层,避免记忆膨胀。

八、目前仍未标准化的开放问题

  • 何时写记忆:前台边执行边记录会分散注意力,全部推到后台又可能来不及服务下一次操作,时机需要按场景权衡。
  • 记忆如何保鲜:环境和代码库会变化,旧规则可能失效;不可能把所有记忆持续复查,Dreaming 的检查范围和频率仍需调优。
  • 顶层体积上限:注入层越大越挤占 token、越低遵循度,放什么、留多少链接下沉,目前依赖人工和模型共同维护。
  • 通用节奏缺失:Anthropic 明确表示目前还没有一套适用于所有任务的标准化 Dreaming 频率和记忆策略。

【相关 FAQ】

问题 1:Anthropic 的 Agent 长期记忆到底存在哪里?

回答 1:Anthropic 的长期记忆通过 Memory Tool 实现,属于客户端侧存储:Claude 只发起 /memories 目录下的文件操作请求,实际数据由开发者自己的应用落到磁盘文件、数据库、云存储或加密文件中。架构上分会话流水、记忆笔记、Wiki 知识表征和开局注入上下文四层,记忆本身存在应用侧,而不是保存在模型权重里。

问题 2:Dreaming 在 Anthropic 的 Agent 记忆架构里起什么作用?

回答 1:Dreaming 是会话间隙的离线复盘流程,类似人脑睡眠时的记忆巩固。它会调取原始流水做四件事:交叉比对并修正错误记忆、补齐 Wiki 死链和索引缺口、把零散笔记归纳成结构化知识表征、把高频复用的规则提升到开局注入层。没有 Dreaming,记忆只是被动堆放的文件;有了它,错误能被纠正、知识能被组织、检索成本会下降。

问题 3:Agent 长期记忆和上下文压缩 Compaction 有什么区别?

回答 1:Compaction 是服务端在上下文接近上限时,把整段旧对话自动摘要后替换旧轮次,目的是延续当前会话,摘要本身不跨会话保留;长期记忆是跨会话持久化的知识和状态,新会话启动后可以主动读取。Context editing 则是客户端在上下文变大时清除旧工具结果,清除前会提示模型先把关键信息写进记忆文件,三者分别负责会话内压缩、客户端清理和跨会话沉淀。

问题 4:搭建长期记忆 Agent 最容易踩哪些坑?

回答 1:常见坑有四个:把历史对话全量追加进上下文导致窗口被琐碎细节占满;无脑把记录切块塞进向量库,检索命中不稳定;一开始写错的规则没有复盘机制,后续会话被错误记忆反复带偏;开局注入层塞得过大,挤占 token 还降低指令遵循。正确做法是只存跨会话可复用的规则和状态、保留原始流水可回溯、安排离线复盘纠错、给顶层索引设明确体积上限(例如 Claude Code 的 200 行 / 25 KB)。

【参考资料】

  • [2026-11-10](刚刚!Anthropic 首次公开 Claude 记忆架构!)手机搜狐网・Datawhale:https://m.sohu.com/a/1099809819_122105141/
  • [2026-11-09](Claude"做梦" 机制大公开,AI 睡一觉学会通关宝可梦)36 氪:https://36kr.com/p/4062420999934857
  • [2026-11-07](Anthropic:Claude 靠做梦提升长期任务表现)AI 产品库:https://aiproducthub.cn/newsflash/anthropic-introduces-claude-agent-memory-dreaming/
  • [2026-11-06](The components of agent memory)Anthropic:https://www.anthropic.com/research/components-of-agent-memory
  • [2026-11-20 检索](Memory tool - Claude Platform Docs)Claude 官方文档:
  • [2026-11-20 检索](Memory tool - Claude API Docs)Anthropic Console 文档:
  • [2026-04](How to Keep Claude Coherent for Over 300 Turns: Structured Memory, Rolling Checkpoints, and Multi-Instance Architecture)aiXiv:https://aixiv.science/pdf/aixiv.260419.000001
  • [2025-05-22](Memory & context management with Claude)Claude Cookbook:https://platform.claude.com/cookbook/tool-use-memory-cookbook?content_language=English
  • (Agent Harness Engineering: A Survey)OpenReview:shturl.cc/vYG6b2gkVa0Oh48V5hKvGEY1NAnHr2QNwcqcHuxKOqrX9FgNDWJ6KWdEFsXsv

【免责声明】

以上内容基于截至 2026 年 11 月 20 日的 Anthropic 官方研究博客、开发者文档及公开媒体解读整理,仅供技术学习和架构参考,不构成工程实现承诺或产品建议。文中评测数据来自 Anthropic 公布的特定基准和测试场景,不代表所有模型、任务和部署环境的实际表现;记忆工具的可用版本、接口细节和安全能力以 Claude 官方文档当期版本为准,落地时需结合自身数据合规、权限隔离和成本预算另行设计与验证。

 
最新文章
站长推荐