Anthropic 在 11 月 6 日发布《The components of agent memory》研究，提出 AI 智能体的Dreaming（做梦）离线记忆整理机制。核心反直觉结论：AI 记忆的好坏，不取决于笔记数量，而取决于提炼、纠错、去冗余的能力；在宝可梦 Red 游戏测试里，疯狂记录细节、产出 413 份记忆文件的智能体，仅拿到 1 枚徽章；懂得提炼核心、只维护 9 份笔记并开启做梦机制的智能体，拿下 4 枚徽章，同系列更强模型甚至可以通关游戏。这里的 “做梦” 不是意识层面的梦境，是类比人类睡眠巩固记忆，在任务间隙、离线状态回放历史日志，校验、修正、合并、精简记忆，属于异步后台计算流程。
一、宝可梦对照实验核心数据
| 实验组 | 记忆文件数量 | 实验结果 | 核心问题 |
|---|---|---|---|
| Sonnet 3.7（无做梦 / 粗记录） | 413 份，分散在 225 个文件夹，战斗、道具、NPC 单独建文件 | 1 枚徽章 | 记录粒度太细，大量信息快速过期；后期大量步骤用来新增、删除笔记，没有执行游戏动作，被海量陈旧信息拖累 |
| Fable 5（带做梦、精简记忆） | 9 份核心笔记 + 顶层全局规划文档 | 4 枚徽章 | 只保留目标、路线、规则、关键约束；离线做梦时对照原始日志修正错误、淘汰失效信息，每次行动能快速拿到有效信息 |
| Opus 5.5（带做梦、精简记忆） | 少量结构化笔记 | 通关游戏 | 记忆高度抽象，持续通过做梦校验更新 |
一个典型案例：AI 记错山洞内宝可梦中心方位，反复走错、掉单向悬崖；开启做梦机制后，后台拿原始交互日志核对笔记，直接修正这条错误记录，后续顺利推进关卡；没有做梦纠错的版本，会一直采信错误笔记卡死流程。
二、Dreaming “做梦” 机制到底是什么
它是独立于主任务的异步后台流程，和主推理会话分开运行，整体分为三步：
- 原始日志留存：AI 在执行任务时，完整保存全部交互转录日志（transcript），相当于原始经验快照；
- 离线回放校验（做梦阶段）：空闲时，影子 Agent 读取旧笔记 + 原始日志，自动做三件事：剔除过期信息、修正幻觉错误、合并重复内容、提炼高层规则；
- 生成新版记忆库：输出一份重构后的精简记忆集合，不会直接覆盖原始日志，可人工复核；新会话启动时，优先加载这份高质量记忆，减少检索开销、降低幻觉概率。
关键区分：传统 RAG 是 “需要时检索”；做梦是提前复盘、主动提纯记忆，把高频核心结论固化成结构化笔记，而不是每次都检索海量原文。
三、配套企业文档知识库实验（业务侧验证）
测试素材约 35 万份企业文档（4.2 亿 token），任务是跨文档复杂并购问答：
- 只做向量检索：得分 73%
- 搭配做梦机制，迭代构建 Wiki 式浓缩记忆：得分提升至 87%，单题还能节省约 2 万 token 消耗
- 做梦迭代次数从 2 轮提升至 128 轮，Wiki 记忆的评分达标率从 13% 提升至 48%
同时也暴露边界：如果提炼失控，Wiki 浓缩文档体积甚至会超过原始素材，变成 “和现实一样大的地图”，完全失去抽象价值。
四、4 条核心工程结论
- 记忆过载比记忆缺失更致命：逐条流水账式记录，会快速堆积过期、矛盾、细碎信息，检索成本暴涨，AI 分不清哪些是有效约束；
- 记忆有两层：原始日志不可删，笔记必须可修正：原始日志是真相基准，笔记是提炼后的摘要；做梦就是拿基准校验摘要，解决 “笔记写了就一直错下去” 的问题；
- 做梦本身有算力成本：属于额外后台计算，不是免费能力；适合长生命周期、多轮持续任务（长期智能体、企业知识库），短对话场景收益很低；
- 记忆分层是最优架构：底层原始日志（备查）、中层结构化笔记（做梦维护）、顶层全局目标 / 规则（优先注入上下文），三层配合，而不是单一存储。
五、落地踩坑清单
❌ 误区 1：笔记越多，AI 记得越牢。实验证明细粒度流水账会造成行动瘫痪；
❌ 误区 2：做梦 = 加长上下文。上下文是一次性载入，做梦是跨会话、异步、反复校验重构；
❌ 误区 3：做梦可以完全消除幻觉。做梦只能对照已有的日志修正旧错误，无法弥补日志本身缺失的信息；
✅ 正确做法：控制笔记数量，优先记录目标、约束、规则、关键结论，把细节留在原始日志，交给做梦定期巡检更新。
【相关 FAQ】
问题 1：Anthropic 实验里，写 413 份笔记的 AI 输给只写 9 份的，根本原因是什么？
回答 1：413 份是细碎流水账，大量信息随环境变化快速失效，AI 后续大量算力消耗在维护笔记上，没法执行任务；9 份笔记是提炼后的核心规则，搭配做梦机制持续纠错、淘汰无效信息，检索负担低、信息可信度更高。
问题 2：Anthropic 说的 AI “做梦”，是 AI 产生意识、像人一样做梦吗？
回答 2：不是，Dreaming 只是一个工程命名，是异步后台回放历史日志、校验修正记忆笔记的计算流程，只是类比人脑睡眠巩固记忆的机制，不存在主观意识。
问题 3：AI 的做梦机制，和普通 RAG 向量检索有什么本质差别？
回答 3：RAG 是提问之后，临时检索原文；做梦是在空闲时间提前复盘、提炼、纠错，把稳定结论做成结构化笔记，新会话直接复用提纯后的记忆，减少检索开销，同时修正笔记里的幻觉错误。
问题 4：做梦机制适合什么场景，哪些场景收益不大？
回答 4：适合长期运行的智能体、跨多天多轮的复杂业务、大型企业知识库；一次性简短问答、单次独立任务，做梦带来的收益覆盖不了额外算力开销。
【参考资料】
[2026-11-06]（The components of agent memory）Anthropic 官方研究博客
[2026-11-07]（413 files, 1 badge: I re-ran Anthropic's memory test）DEV Community
[2026-11-08]（Claude Dreams 文档）Anthropic Platform Docs
[2026-11-09]（会做梦的 AI，记性反而更好）新浪财经
[2026-11-09]（Claude 学会做梦了！Dreaming 机制让金鱼脑进化成最强大脑）人人都是产品经理
免责声明：本文基于 Anthropic 公开研究博文解读，Dreaming 机制目前处于研究预览阶段；实验结论来自宝可梦游戏与企业文档测试，不同任务、不同模型参数下效果会有差异；做梦机制会带来额外算力开销，上线前建议做成本与收益评估，不构成 Agent 产品开发的唯一方案。