Anthropic研究称Claude AI智能体可以靠“做梦”变得更聪明
IT之家11月7日消息,Anthropic昨日(11月6日)发布研究文章《The components of agent memory》,系统拆解Claude智能体如何跨会话记忆、筛选、纠错和整理知识。
该研究指出AI智能体可借鉴人脑“睡眠整理记忆”的机制 ,在空闲时间反思历史记录、纠错并构建知识结构,从而显著提升长周期任务表现。
该研究将智能体记忆分为会话日志、记忆笔记、知识表征(如Wiki)和注入上下文四层,并引入“做梦”(dreaming)机制,让模型在两次交互之间的空闲时间回顾日志、修正错误、提炼规则和更新知识库。
研究团队认为,AI可像人脑在睡眠中巩固记忆一样,将即时经验逐步转化为可复用的长期知识。Claude会在会话中标记重要事件或写入记忆笔记,但并非所有信息都值得保存,它需要判断哪些内容在未来真正有用。
Anthropic指出, 记忆本质上是一种对未来的预测,例如记录一条已验证的规则,意味着模型预期未来会再次依赖它 。
在持续学习基准CL-Bench的数据库问答任务中,具备记忆能力的Claude模型表现明显优于无记忆基线。Claude Opus 5.5和Sonnet 5.5在使用记忆后,平均得分分别达到0.838和0.833,而二者无记忆基线分别为0.655和0.644。更强的模型能够自主形成“失败 — 反思 — 验证 — 总结规则”的学习闭环。
在《宝可梦红》游戏测试中,Anthropic还发现“少而精”的记忆更有效。Claude Fable 5仅维护10个记忆文件,却获得4枚徽章;而Sonnet 3.7写下413个文件,仅获得1枚徽章。研究认为,模型应优先保存策略、计划和经测试的规则,而非不断变化的屏幕状态。
“做梦”机制还展现出纠错能力。当Claude错误记录了宝可梦中心的位置并因此迷路时,系统通过比对原始会话记录修正记忆,让其最终成功抵达下一座城市;未修正记忆的运行则反复折返,未能完成目标。
在约35万份企业文档的测试中,Claude通过多轮“做梦”逐步构建Wiki。随着“做梦”规模从2次会话扩展到128次,25个问题的达标率从13%提升至48%;将Wiki与搜索工具结合后,综合得分从54%升至61%。
Anthropic表示,智能体记忆仍面临何时写入、如何保持更新、如何避免错误累积等挑战。未来AI或将更善于在完成任务后“回顾经验”,把零散交互转化为可迁移、可验证的长期知识。
IT之家附上参考地址
The components of agent memory
相关阅读:
《 告别知识截止日:谷歌让AI学会“睡觉”,边用边学还不忘旧知识 》