Agent 的记忆不是越多越好：Anthropic 拆解“笔记、显著性判断与做梦”

2026 年 11 月 6 日，Anthropic 在官网发表了一篇研究长文《The components of agent memory》，讲的是一个 vibe-coding 开发者每天都会撞上的问题：给 Agent 配记忆，到底该记什么、什么时候记、记错了怎么办。文章没有发布新产品，也没有开源新工具，它值钱的地方是实验和数据——Anthropic 让 Claude 在长程任务里自己写记忆、自己判断什么值得记，再用离线"做梦"回放日志纠错，然后把每一环的得分都公开了。

结论先说在前面，一句话：Agent 的记忆不是越多越好。记 413 个文件的模型只拿了 1 个徽章，记 9 个文件的模型拿了 4 个；给强模型立死规矩反而拖后腿；真正让记忆变好的，是离线整理的那一步——Anthropic 把它叫作"做梦"（dreaming）。这篇文章就是把这三件事拆开讲清楚。

一、先说清楚：这篇和 10 月的记忆文章不是一回事

站内 10 月已经发过四篇记忆主题的内容，读过它们的读者可能会问：这篇是不是又在炒同一锅饭？先划清界限，避免重复。

10 月 3 日的《Agent 记忆论战》写的是 Kevin Liao 的一篇博客引发的争论：他说记忆插件本质上是"RAG 切片抽奖"，Hacker News 炸出 300 多条讨论，那是一场观点之争。同月，《Devin 学会"做梦"》讲的是 Cognition 给 Agent 记忆立的开源标准——Devin 把记忆做成仓库里的文件和规范，那是一套工程标准。《腾讯混元 Hy Memory 2.0》则是腾讯开源的一个 30B 模型，专门判断"AI 该记住什么"，加一个打通 10 款工具的记忆中枢，那是一个产品。还有站内的指南《Agent 记忆系统设计》，讲的是三层架构和记忆污染怎么清理，那是一份设计手册。

而 Anthropic 这篇是 11 月 6 日新发表的研究长文，全新实验与数据首次披露：它不争论插件对不对、不发布新产品、不给架构图，而是回答一个更底层的问题——记忆这件事本身由哪几个部件组成，每个部件到底起了多大作用。论战讲"该不该记"，这篇讲"记这件事是怎么运转的"。两边互补，不重复。如果你只想知道"我的 Agent 该怎么配记忆"，直接看第八节的结论；如果你想知道这些结论从哪来，往下看实验。

二、Agent 记忆到底指什么：先把三个"不是"划掉

Anthropic 在文章开头先给"Agent 记忆"下了个窄定义：模型从经验里学到的知识——包括和用户的互动、被分派的任务——并且能在会话之间保留下来，以后可以读到的上下文。这个定义特意排除了另外三种东西，搞清楚这三点，后面的实验才看得懂。

第一，不是改权重。训练时调模型内部参数，那叫学习，不叫记忆。第二，不是单次会话里的上下文学习。一场对话里模型现学现用，窗口一关就没了，那也不算。第三，不是 compaction 摘要。Claude 写摘要替换掉旧对话、腾出上下文窗口继续干活，那是上下文管理，不是跨会话的记忆。

剩下的才是本文讨论的记忆：会话之间留存的经验知识。Anthropic 借了人脑的分工来打比方：人脑的海马体在事情发生时快速记下经历，只有部分经历会在睡梦中被巩固成长时知识；Agent 也一样，会话中写"记忆笔记"标记显著事件，离线"做梦"时回放日志、修正错误、生成新的表征。整篇文章就是沿着这两个动作展开的：什么时候写笔记、写什么，以及离线那一步到底能干多少活。

三、记忆是一次预测：CL-Bench 的闭环实验

文章里有个说法值得先拎出来：记忆偶尔是一种预测。Agent 写下一条规则，等于在预测"这个规律以后还会用上"；写下一个验证过的事实，等于在预测"以后的我会想直接用它，不用再查一遍"。预测得准，记忆就是资产；预测得不准，记忆就是垃圾。这个判断标准，贯穿了后面所有实验。

第一个实验用的是 Continual Learning Bench（CL-Bench）1.0，一个测 Agent 长程学习能力的基准。其中一道题让 Claude 查数据库回答一连串问题，每答完一题会告诉它正确答案，它可以写一条记忆帮自己答后面的题。理想的学习循环是这样的：答错了，记下失败，想几个"为什么错了"的理论，逐个验证，再把验证过的结论写成规则。

不同模型走到哪一步，差距非常大。Sonnet 4.6 只走到了"想理论"这一步：它的记忆文件夹里散落着一堆文件，每个文件列着几个没验证过的猜想。Opus 4.7 进了一步，把笔记整合成一份参考文档，开始标注哪些事实查过、哪些还没确认。Sonnet 5 再进一步，每道题答完都会标注"已确认"，答错了就写一条更正。

Opus 5 是第一个真正把循环闭合的模型：它的大多数条目都包含一条规则、这条规则是怎么验证为真的、前面题目的答案，以及一路踩过的陷阱的明确警告。Opus 5.5 和 Sonnet 5.5 同样闭合了循环，用记忆记录验证过的答题规则，带记忆的得分和 Opus 5 大致相当——虽然它俩不用记忆时的基线本来就略高一点。

这组实验说明了两件事。第一，写记忆本身不难，难的是"验证"这一步：猜想和规则之间，差的是一次动手检验。第二，模型越强，越能自己把循环跑完；弱一点的模型不是不会写记忆，是写完了不验证、不回头看。对开发者来说，这意味着记忆系统的第一道关不是存多少，而是每条记忆有没有"怎么验证的"这一栏。

四、记多少才对：宝可梦红的 413 个文件 vs 9 个文件

第二个实验最直观，也最有冲击力。Anthropic 让 Claude 玩《宝可梦红》，测它判断"什么值得存进记忆"的能力。每个模型开局拿到一个记忆文件夹，边玩边读写。跑到大约 1 万步时，研究人员对比了 Sonnet 3.7 和 Fable 5 的文件夹。

Sonnet 3.7 的做法是"什么都可能有用，那就什么都记"。它的记忆文件夹里是遭遇战的存档：每打一场架、每捡一个道具、每遇到一个 NPC，都单独存一个文件。最后它写了 413 个记忆文件，分在 225 个文件夹里，只拿到 1 个徽章——徽章是游戏进度的标志。

Fable 5 只写了 9 个文件，分在两个文件夹里，外加一个顶层文件 global.md，拿到了 4 个徽章。

问题不只是文件多。游戏状态一直在变，Sonnet 3.7 那份事无巨细的记录一直在过期。越往后玩，它花在翻记忆上的时间越多，花在玩游戏上的时间越少。跑到 1 万步上下，它开始建第四个"总"记忆文件夹；接下来的 17 步里，它新建了 6 个文件、删了 9 个，游戏里一步都没走。记忆从帮手变成了负担。

Fable 5 的分法很不一样：屏幕上每回合都能直接读到的东西——比如身上有多少钱、玩家在地图的哪——它不存，因为存了也是重复；它只存那些"不写下来就会丢"的东西：策略、计划、验证过的规则。它的 global.md 像个仪表盘，放着当前目标、打道馆的预写计划和它自己定下的记忆使用规则；locations 文件夹放各条路线的走法，gameplay 文件夹放它摸索出来的游戏机制。比如连续 7 个精灵球都没抓住鲤鱼王——游戏里最容易抓的宝可梦之一——之后，它写下了一条："如果连续 3 个球以上失败，就换个节奏（在菜单步骤之间多按几次等待），上次就是这么抓到的。"

Opus 5.5 也走了精简路线：一个小文件夹跟踪当前目标和下一步，边玩边改写，最后通关了整场游戏。

这组对照给开发者的启示很实在：记忆的第一条筛选标准不是"重要吗"，而是"不记会不会丢"。能从环境里随时重新读到的状态，别存；只有模型自己推导出来的策略、计划和验证过的规则，才值得占一个文件。413 个文件不是勤奋，是不会取舍。

五、别给强模型立死规矩：引导方式的实验结果

知道该记什么之后，下一个问题是：要不要告诉模型该怎么记？Anthropic 的答案分两层，对强模型和弱模型完全不同。

在 CL-Bench 上，他们一开始只告诉模型"有个记忆文件夹可以用"，没给具体规则。这点通用指引对 Opus 4.7 和 Opus 5 已经够了，两者都有效用上了记忆，得分明显提升。然后他们试了逐条加死规矩，每次只加一条，对比有规则和没规则时记忆带来的增益。

结果是：给 Opus 5 和 Opus 4.7 立一条"只记失败"的规矩，两者的记忆增益大部分都被吃掉了。对强模型来说，让它自己判断什么显著，比提前定死规则更有效；硬性规则反而会削弱表现。Anthropic 的常规做法也印证了这一点：对前沿模型，他们只给简单指引——有人要求时写记忆笔记，或者明显值得记的时候写——判断权留给模型自己。

但对弱一点的模型，引导的帮助最大。Sonnet 4.6 常常不读记忆文件夹里的文件，也不去验证自己"为什么答错"的理论。研究人员提示它"先读记忆再答题，并且明确验证理论"，它的基准分接近翻倍。Sonnet 5 不用提示自己就会这么做：10 次里有 9 次答题前先读记忆；Sonnet 4.6 不到一半。

这对实际开发是条可以直接用的分界线：模型越强，给的指引越要松，只讲记忆是干什么用的，不讲具体怎么用；模型越弱，越要给明确的操作步骤——先读、再验证——而不是只给一句"有个记忆文件夹"。同一套提示词用在所有模型身上，是浪费。

六、做梦是干什么的：纠错、建 wiki、分层

会话里写的笔记有个先天缺陷：写的时候模型只看得到当下，不知道未来会发生什么，也不知道自己是不是记错了。写错的笔记会被以后的会话当真话读。做梦就是补这个窟窿的：离线回放原始记录，对照着改。

最生动的例子还是宝可梦红。游戏里要穿过月见山（Mt. Moon），入口在地图西侧、出口在东侧，入口附近有个单向悬崖：掉下去就回到来时的路，爬不回来。Claude 拿山脚的宝可梦中心（PokéCenter）当地标，往哪边走取决于它以为宝可梦中心在山的哪一侧。有一次它错误地记下宝可梦中心在东侧，走出中心后宣布"月见山在我身后了"，笔记更新为"月见山已完成"。其实根本没有。没走几步它掉下悬崖，回到来时的路，而它的导航工具没显示这次掉落，于是它得出结论"我往西走过头了"，以为自己一直在正确的一侧——其实没有。

研究人员对这份含错笔记的文件夹跑了一轮做梦：Claude 把笔记和会话 transcript 对照，抓住了错误并改写了笔记。拿着改好的笔记，它直接走回月见山，最终到达了华蓝市（Cerulean City）。而没纠错的对照组，三次掉回同一条老路，第三次之后它写道"我要停下来，而不是一直循环"。系统自动回复让它继续，于是它一路走回之前的城镇常青市（Pewter City），想回血补给——这趟运行到最后也没到华蓝市。一条错笔记和一条对笔记的差别，就是通关和原地打转的差别。

做梦的第二种本事是建新的表征。Anthropic 用了"wiki"这种形式：一组由 Claude 写和维护的页面，把它对某个主题的了解汇总起来、互相链接，相当于给记忆画一张地图。他们拿 Stainless 公司（Anthropic 5 月收购的一家软件公司）约 35 万份内部文档、约 4.2 亿 token 做语料，出了 25 道题，让 Opus 5 的 Agent 在 128 轮会话里探索文件、写改 wiki 页面、合并重复项、对照原文核查说法。做梦轮次从 2 轮扩到 128 轮，25 道题的得分从 13% 升到 48%。

wiki 最管用的时候，是和搜索一起用。只用 wiki 答题，最好成绩是 48%；只用搜索工具，是 53%；两者一起用，随着 wiki 变丰富，总分从 54% 升到 61%，每道题还省了约 2 万 token。另一组关于并购的 24 道题里，一半以上需要跨多个文档找信息、还要做判断或计算，查 wiki 的得分是 87%，只用搜索是 73%。wiki 不是搜索的替代品，是搜索的地图。

做梦还能把笔记往记忆层级上推。被推到顶层的记忆会在每场会话开始时预先注入上下文，模型不用搜、甚至不用知道有东西可搜。但注入要谨慎：注入的记忆占 token，错的笔记会被带进每一场会话，而且塞进去也不保证模型照做——Claude Code 的文档就警告过，指令文件越长，遵守率越低。所以顶层必须保持很小，做梦的大量工作其实是把细节往下挪、只留链接在上面。Claude Code 的自动记忆就是这么做的：它不会把全部自动记忆都塞进每场会话，只加载 MEMORY.md 的前 200 行或 25KB，那几行是个索引，告诉 Claude 它知道什么、去哪找。

做梦还能按目标塑形记忆。另一组实验用 Harvey LAB 基准加一组并购合同文档，让 Claude 生成法律简报。起初的 wiki 生成指令没告诉 Claude"这个 wiki 是干什么用的"，几份合同的关键条款被几个 Agent 同时写进一张共享表，互相覆盖，丢了不少。拿这份 wiki 生成的简报只覆盖了 57 个事实里的 41 个（72%）。研究人员让 Claude 反思失败、改写指令、重建 wiki：每份合同独立成页、由单个 Agent 写、逐字引用条款而不是汇总进共享表。改进后的 wiki 生成的简报，100% 的标准都达到了。做梦不光能整理记忆，还能发现"指令本身哪里不对"。

做梦还能补会话留下的缺口。建 wiki 时，Claude 有时会链接到还没建好的页面，第二轮做梦能把这些缺口补上：在一项任务里，它找到 9 个指向缺失页面的链接，把它们重定向到已有的同文档页面，还新增了 3 个页面，包括一份索引。

七、wiki 也会失控：当天图大过帝国

但这篇文章没有只报喜。wiki 也会失控，而且失控的方式很值得记住。

在一项 LAB 任务里，wiki 长得比原始文档本身还大。Anthropic 引用了博尔赫斯那篇一页纸的小说《论科学的精确性》：里面的制图师画了一张和帝国一样大的地图，精细到毫无抽象可言。Claude 也干了同样的事：做了一份极其详细的 wiki，实际上什么都没抽象出来。地图和领土一样大，地图就没用了。

另一项 LAB 任务里，简报的标准大多能从单个文档里用文本搜索直接找到，wiki 没有带来明显增益。wiki 不是万能药：信息本来就集中、一次搜索就能命中的任务，建 wiki 是白花算力；只有信息分散在多处、需要跨文档拼起来的时候，地图才值钱。做梦要花算力，什么值得做梦、多久做一次，都得按记忆被访问的频率和变化的可能性来调——Anthropic 在文末承认，这一点他们也还在摸索。

八、给 vibe-coding 开发者的三条结论

这篇研究长文离工程很近，读完可以直接拿走三条结论。

第一，少记，记规则。记忆文件夹的第一条筛选标准是"不记会不会丢"：能从环境里随时读到的状态别存，只存模型自己推导出的策略、计划和验证过的规则。每条记忆最好带上"怎么验证的"和"踩过的陷阱"，像 Opus 5 那样写成"规则+验证依据+陷阱警告"，而不是像 Sonnet 4.6 那样攒一堆没验证的猜想。文件少不是偷懒，是取舍。

第二，引导要分模型给。强模型只给目标、不给死规矩，"只记失败"这种硬性规则会吃掉它的记忆增益；弱模型要给明确的操作步骤，"先读记忆、再验证理论"这句提示能让 Sonnet 4.6 的分数接近翻倍。提示词不是越细越好，要看模型自己会不会读、会不会验证。

第三，记忆要离线整理，而且顶层要小。会话里写的笔记一定会错、一定会过期，得留一条离线纠错的通道：对照原始记录回放，改写错的笔记。整理出来的东西要分层，常用的、验证过的推到顶层预先注入，但顶层必须小——Claude Code 只读 MEMORY.md 前 200 行的做法就是现成的参照。剩下的放下面、留链接，需要时再查。

还有一条隐含的提醒：记忆系统要按任务调。合同简报的例子说明，wiki 的组织方式得跟着任务走——条款是核心，就每份合同独立成页、逐字引用；换个任务，组织方式也得换。没有一种记忆结构能通吃所有任务。

九、Anthropic 自己也没回答的问题

文章结尾列了一串开放问题，诚实得值得单独拎出来。

什么时候创建记忆？会话里当场写，显著性抓得准、立刻就能用，但会分散模型对主任务的注意力；推迟到离线做梦，省了注意力，但产出不一定马上能用。怎么保证记忆持续新鲜？模型会写错、环境会变，做梦能修，但全量检查所有记忆不现实——也许该优先处理最可能变化、访问最频繁的那部分。还有一个更基础的设想：也许 transcript 搜索才是记忆的地基，wiki 这类表征是建在它上面的楼；但表征要花算力维护，还得防着它积累错误和幻觉。

这些问题没有答案，Anthropic 的原话是"我们还有很多要学"。但这篇的价值恰恰在这里：它把记忆拆成了可以逐个实验、逐个打分的部件——笔记、显著性判断、做梦、表征、分层——而不是把它当成一个玄乎的整体。做 Agent 记忆的开发者，第一次有了一张可以对照着调的清单：记什么、怎么记、错了怎么办、什么时候整理，每一项都有实验数字撑着。

对 vibe-coding 来说，这篇的意义比一场论战实在。论战告诉你别人错在哪，这篇告诉你自己该怎么做：少记、记规则、离线整理。Agent 记不住不是因为它记性差，是因为没人教它什么值得记——现在，Anthropic 把这份教学大纲和考试成绩一起公开了。

一手来源：Anthropic 官方研究博客《The components of agent memory》，2026 年 11 月 6 日发表（页面 Additional Details 栏标注 Published: 2026-11-06T00:00:00.000Z，Updated: 2026-11-06T21:15:32.000Z）。本文所有实验数据与引述均出自该文；与本站 10 月记忆主题文章的划界见第一节。