一条笔记，让 AI 在同一个悬崖边连跳三次，最后直接放弃任务。
这不是段子，而是 Anthropic 官方实验里真实发生的「记忆事故」。也正是这一连串翻车，逼出了 Claude 内部那套从未对外公开过的记忆架构。
Anthropic 研究团队近日公开长文《The components of agent memory》，第一次系统披露了 Claude 的长期记忆设计。更重要的是，它不是纸面架构——这套东西已经跑在 Claude Code 和 Managed Agents 的生产环境里。
对正在做长程 Agent 的团队来说，这篇文章的价值在于：它把「记忆」从一个数据库选型问题，重新定义成了一个分层存储 + 离线自愈的系统工程问题。
一、先把边界划清楚：什么才算 Agent 的「长期记忆」
讨论记忆之前，得先拆掉一个常见误解：并不是所有能留存信息的地方，都叫 Agent 的长期记忆。
在模型体系里，信息留存其实有三种方式：
|
|
|
|
|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
Anthropic 给出的定义很克制：Agent 记忆，专指从实际任务与交互中习得、能跨会话持久留存、并供后续轮次自主读取的知识与规则。
三个关键词缺一不可：习得、持久、可读取。只满足「存下来」的，都不是。
二、两条血泪教训：为什么传统外挂记忆总在翻车
教训一：记得越多，死得越快
很多人的直觉是「记得越细，能力越强」。Anthropic 用 Claude 打《宝可梦 红版》做了一组极其残酷的对照实验。
早期模型 Sonnet 3.7 采取了「事无巨细」的记录策略：每打一场野怪、每捡一个道具、每跟 NPC 说一句话，都单独建一个文件存档。游戏推进到约第 10,000 步时，它已经写下了 413 个文件、分布在 225 个文件夹里，累计 977,930 字符。
结果呢？它开始建立第 4 个主记忆目录，并在随后的连续 17 步里创建了 6 个文件、删除了 9 个文件——所有算力都耗在整理笔记上，游戏里一步没走，最终只勉强拿到 1 枚道馆徽章。
对比之下，更成熟的 Fable 5 只保留了 10 个文件、43,406 字符，稳稳拿下 4 枚徽章；Opus 5.5 用紧凑策略直接通关。
|
|
|
|
|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
记忆从来不是免费的资产，它本身就是一种高昂的负债。
没有过滤机制的滥记，烧的不只是 token，更是模型那点本来就不宽的注意力带宽。Agent 会陷进「为了记笔记而记笔记」的僵死状态。
教训二：记错一条，后续全盘崩盘
第二条原罪更隐蔽：在线生成的笔记，天然带着主观偏差和事实错误。
《宝可梦 红版》的月见山任务里，有个致命地形——洞穴入口旁藏着一段单向台阶，跳下去就会掉回刚走过的路线，而且爬不回来。
某次会话中，Claude 在笔记里写下了一句错误结论：「宝可梦中心在山洞东侧」。走出大门后，它依据这条笔记认定「月见山已经走完了」，随即跳下单向台阶，直接摔回原点。
更糟的是，导航工具感知不到高低落差，Claude 便误以为自己只是「往西走过头了」，在笔记里加倍坚信自己路线正确。之后每一次进入游戏的新 Agent 都无条件信任前人留下的这条错误笔记——同一个台阶，连续跌落 3 次，最后彻底放弃，任务宣告失败。
Anthropic 给这个现象起了个名字：错误记忆的级联崩溃。当系统缺少事实校准机制，一条错误的长期记忆会像病毒一样，污染之后所有独立会话。
三、第一道防线：只记隐性规则，不记易变事实
既然滥记会拖垮系统，第一道防线必然建在输入端。Anthropic 给出的判据只有一句话：区分易变事实与隐性规则。
|
|
|
|
|
|---|---|---|---|
|
|
|
|
|
|
|
|
|
|
真正的长期记忆，只该承载第二类信息。第一类记进去，就是给自己埋雷。
别用死板的 Prompt 去限制强模型
那怎么让 Agent 学会「只记有价值的」？很多团队的直觉是写死规则：严禁记录坐标、只准记录失败教训。
Anthropic 在 CL-Bench 上的实验结果，给这种直觉泼了盆冷水：
|
|
|
|---|---|
|
|
|
|
|
|
|
|
|
结论很反直觉，但很硬：越强大的模型，系统越不该用死规则锁死它的记录动作。
强模型的优势恰恰在于它能敏锐权衡当前情境的显著性。工程架构该做的，不是替它做决定，而是给它分层的存储容器和事后修正的自愈管道。
四、四层记忆金字塔：沉淀下来的经验该长什么样
解决了「记什么」，下一个问题是「怎么组织」。Anthropic 公开的答案是一套四层金字塔——不是平铺直叙的单一向量库。
自底向上看这四层：
① 底层 · 原始执行流水（Transcripts）
完整对话历史、工具调用参数、执行结果与环境反馈，无损记录。它是整个系统唯一的真实底账（Ground Truth），支持关键词与全文检索。
② 第二层 · 记忆笔记（Memory Notes）
会话运行中，Claude 自主打标签写入的显著观察，记录单次任务的局域教训，通常以平铺的 Markdown 笔记存在。
③ 第三层 · 知识地图（Wiki / 知识表示）
最有生产力的一层。系统不让零散笔记无限累加，而是用离线算力把碎片笔记抽象、归纳、交叉链接成一张结构化的 Markdown Wiki 网络。
④ 顶层 · 开局注入上下文（Injected Context）
新会话启动时自动预加载的极轻量摘要。它绝不含海量细节，只充当最高级别的元数据导航。
分层到底能带来多大差别？看 Stainless 代码库的实测：
如果让 Agent 每次都去底层流水里捞代码规范，单次检索动辄吞掉上万 token，命中还极不稳定。Anthropic 改成在 128 轮交互中持续把学到的模式沉淀为结构化 Wiki——这张 Wiki 从最初几个孤立页面，动态长成包含多级目录、交叉双向链接、明确架构规范的知识网络。
量化结果：Wiki 地图与搜索工具协同使用时，跨语料问答准确率显著上升，平均每个问题还省下约 20,000 token 的盲目检索开销。
五、离线梦境（Dreaming）：Agent 的夜间纠错机制
只有四层金字塔还不够。前面月见山那场连环跳崖，就是这套结构自己解决不了的死局——在线交互时，模型所有算力都在应付当下任务，根本没余力回看全局，最容易在局部压力下写下偏差结论。
于是 Anthropic 加了第五个部件：离线梦境（Dreaming），一个自我对账与演化引擎。
命名灵感直接来自认知神经科学：人脑清醒时负责收集经历，进入慢波睡眠与快速眼动睡眠（REM）时，海马体会进行高频的离线回放（Hippocampal Replay），把白天的短期记忆重放、修剪、剔除噪音，最终整合进大脑皮层的长期结构。
Dreaming 有三大不可替代的工程特性：
1）对照底层底账，推翻线上的错误总结
在线笔记只是一层易腐烂的二次加工缓存。Agent 闲下来进入 Dreaming，系统启动专用审判模型，直接调取底层最原始、未经修饰的执行流水。
月见山惨案之后，研究人员让系统执行了一次离线 Dreaming。审判模型把角色实际移动坐标的流水和上层笔记一比对，立刻抓出破绽：笔记说宝可梦中心在东侧，但流水证明角色出大门向东走就是直接坠崖重置。
于是它当场删掉这条假笔记，重写为：「穿过月见山后切勿向右侧悬崖跳跃，必须返回洞内向北行进。」
效果如何？华蓝市的长程实测里，经过 Dreaming 修正的 Agent 在第 1,935 步顺利穿越月见山抵达华蓝市；未修正的对照组在同一个台阶连跌 3 次，彻底迷失、倒退回深灰市，任务失败。
2）拓扑结构的自动修补
Dreaming 还兼任「知识地图园丁」。知识网络一扩张，死链和孤岛页面必然出现。它会在第二轮 Dreaming 中遍历整张 Wiki，扫描所有被引用但尚未创建的文件名，依据历史记录把缺失页面补齐，并把死链重新指向正确节点。
3）去重与规范合并
被多次验证的临时教训，会被合并提炼为通用规范；已过期的临时记录直接剔除。记忆库因此始终保持在「可用的密度」上，而不是越滚越肿。
六、生产落地：前 200 行的黄金索引
论文架构再漂亮，进了生产环境也可能被延迟、token 成本和上下文管理撕碎。Anthropic 给出了 Claude Code 的真实工程做法。
核心手段极其硬核：每次会话启动，绝不全量加载 MEMORY.md，严格只加载前 200 行或 25 KB。
为什么？因为过长的预置指令会让模型对核心任务的指令遵循度断崖式下跌，同时成倍推高每一次调用的首字延迟和开销。
这前 200 行扮演的完全是目录索引：它只告诉模型「我已经掌握了哪些模块的知识、这些细节分别存在底层的什么路径下」。当模型真的需要某条规范时，再拿着索引指引，主动通过本地工具发起按需检索。
顶层做目录，底层做仓库——上下文容量与信息完整性之间的矛盾，就这么被化解了。
生产环境里的三个工程权衡
|
|
|
|
|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
生产级 Agent 记忆的精髓，从来不是把系统打造成吞下一切的垃圾桶，而是在每一个环节做精巧的减法。
七、三条可以立刻抄走的底层法则
法则一：不要盲信中间记忆，永远保留原始底账。
笔记只是易碎的二次加工缓存。无论上层结构怎么演化，底层未加工的 Transcripts 必须无损存档——它是系统发生级联崩溃时唯一的自愈抓手。
法则二：顶层做目录，底层做仓库。
别幻想把所有经验一股脑注入开局上下文。顶层只放精炼的小型索引，具体知识下沉到底层，由 Agent 按需深读。
法则三：给强模型目标，不要写死板规则。
强模型的优势在于复杂的上下文理解与显著性权衡。与其用硬编码规则限制它记什么，不如把精力花在搭建稳定的分层存储与离线对账闭环上。
写在最后
把整套架构拆完，会发现它其实在反复做同一件事：减法。
删掉不该记的易变事实，删掉过期的临时笔记，删掉全量注入的冲动，删掉替模型做决定的控制欲。剩下的是四层容器、一条底账、一个会做梦的夜班工人。
所以真正决定 Agent 长程能力的，从来不是你存了多少，而是你敢删掉多少、能校正多少。
也许多年以后回看，「Agent 学会睡觉」这件事，比「Agent 学会记事」更值得记上一笔。
往期回顾
稀奇不？Workbuddy 对零元面馆有自己的看法
一只"小龙虾"的三年：WorkBuddy 前生今世
读完了 228 页 WorkBuddy 手册
别刷新闻了：我给 Work Buddy 装了一块「全球雷达」!
免费学 WorkBuddy 最好的资料，一直摆在官网上
10 分钟做出这套高级 PPT：我把做 PPT 这件事，外包给了 WorkBuddy。带附件！
下载榜前 8 的 WorkBuddy Skill，我全都试了一遍!
30 分钟上手 WorkBuddy：90% 的人第一步就错了!