Claude 也会“做梦”了：Anthropic 公开 agent 记忆的修错方法

Anthropic 11 月 6 日发了一篇研究长文，标题就叫《The components of agent memory》，讲的是 Claude 的 agent 记忆到底该怎么做。核心判断先说在前面：长期记忆这件事，关键不是记得多，是记得准，而且记错了能改回来。

最直观的对比来自一场宝可梦实验。Sonnet 3.7 一路走一路记，打到约 1 万步时写了 413 个记忆文件、分在 225 个文件夹里，结果只拿到 1 个徽章；Fable 5 只写了 9 个文件加 1 个 global.md，却拿了 4 个徽章。记得多不等于记得好，写得越多，错的记忆被后代会话反复引用的机会也越多。Anthropic 自己的实验里就有一个现成例子：Claude 把宝可梦中心的位置记反了，之后三次走回同一条错路。解决办法是他们说的 dreaming——在会话间隙离线复查日志：Claude 拿着笔记去对原始对话记录，发现错了就改掉，改完才继续往前走。

另一组数字更有说服力。在 CL-Bench 的数据库任务上，加上记忆库之后，Opus 5.5 的得分从 0.655 提到 0.838，Sonnet 5.5 从 0.644 提到 0.833。Anthropic 还拿约 35 万份内部文档（约 4.2 亿 token）建了一个 wiki，让 dreaming 从 2 轮加到 128 轮，25 道题的得分从 13% 提到 48%。

对每天用 Claude Code 跑长任务的人，这篇研究直接对应一个实操动作：MEMORY.md 不是写得越长越好，Claude Code 的自动记忆只注入前 200 行或 25KB。正确的做法是把文件压短，只留每轮都需要的事实和规则，并且定期让模型离线自查一遍——把“记下来”和“定期纠错”分开，是这篇研究最值得抄走的一点。

边界：宝可梦对比每种模型只跑了一次，样本很小；以上数字全部出自 Anthropic 自家实验，不是独立测量。研究讲的是方法，没有发布新的公开 API。