Claude记了413个文件只拿1枚徽章，会挑比会记更值钱

Anthropic 11月6日的工程博客把智能体记忆拆成四层，还给了个名字叫“做梦”。这套东西已经在 Claude Managed Agents 里做研究预览，要申请。最扎眼的数字来自宝可梦：Sonnet 3.7 写了413个记忆文件，拿到1枚徽章；Fable 5 只写10个文件，拿到4枚。

先看定义。Anthropic 说的“智能体记忆”，指 Claude 从经历中学到、跨会话保留、存成以后能读的内容。改模型权重、单次对话里临时学到的东西、上下文快满时把旧对话压成摘要，这三种都不算。

记忆从下到上分四层：最底下是原始会话记录，可以搜索；往上是 Claude 自己写的记忆笔记；再往上是整理出来的结构，比如互相链接的 wiki；最顶层是每次开新会话就自动塞进上下文的内容。“做梦”负责把下层的东西核对、提炼，再往上送。

难点很直接：Claude 得在当下决定什么值得记，可它并不知道以后会用到什么。Anthropic 的办法是加一个后台步骤，会话结束后让 Claude 回头翻原始对话记录，改掉记错的笔记，把零散笔记整理成更好找的形式。这像人睡觉时大脑回放白天的经历，把一部分沉淀成长期知识。

宝可梦测试：记多了会变成新任务

Sonnet 3.7 觉得什么都可能有用，每场战斗、每个道具、每个路人都单独建文件。玩到1万步左右，记忆已有近98万字符。那时它开始建第四个“总”文件夹，接下来17步新建6个文件、删掉9个，一步游戏都没玩。

Fable 5 只记屏幕上看不到的东西。钱和位置每回合都能从画面读出来，记下来多余，还很快过期；策略和验证过的规律只有自己总结出来才存在。它用一个 global.md 当总控台，写着当前目标、打道馆的计划和自己的记忆规则。七个精灵球都没抓到鲤鱼王之后，它记下：“连续3球失败，就改变节奏，在菜单步骤之间多按几下等待。”Opus 5.5 用类似的小文件夹，边玩边改，最后通关。

这里最值得记住的是：会挑比记得多更重要。Sonnet 3.7 的详细记录不断过期，越往后越要花时间和资源翻记忆，而不是玩游戏。Fable 5 记的是游戏不会直接告诉它的东西。

做梦能纠错，也能建 wiki

月见山那段很典型。Claude 把宝可梦中心的位置记错了，走出门就说“月见山在我身后”，还把笔记改成“月见山完成”。几步后它掉下一单向台阶，回到来时路。导航工具没显示这个落差，它又判断自己“偏西太多”，其实一直没在对的一侧。

不改这条错笔记，Claude 三次掉回原路，最后说“我准备停下，不再循环”。自动回复让它继续，它一路退回尼比市，整轮没到华蓝市。让“做梦”拿原始会话记录核对后，Claude 发现错误，改掉笔记，重新进洞，最后到了华蓝市。

数据库测试也在看同一件事。每道题都开新会话，只有记忆文件夹能带过去，答完会被告知正确答案。Sonnet 4.6 只会堆一堆没验证的猜测，得分从0.330到0.364；Opus 5 是这批模型里第一个形成完整学习循环的，大多数笔记写了规则、怎么确认它成立、以前的答案，还有踩过的坑，得分从0.564到0.828。

给开发者的几条经验

告诉 Claude 记忆是干什么的，别规定怎么记。只说一句“有个记忆文件夹可用”，Opus 4.7 和 Opus 5 就用得很好；加一条“只记录失败”，两者都丢掉了记忆带来的大部分提升。Opus 5 降了0.234，Opus 4.7 降了0.150。对强模型，给判断权比预设规则有效。

老模型需要点拨。让 Sonnet 4.6 答题前先读记忆、并验证自己的猜测，得分从0.364涨到0.641。Sonnet 5 不用提醒，10次里有9次会自己先读。

自动加载的那一层要小。它每次都占 token，错一条会被带进每个会话，而且指令文件越长，模型越不容易照做。Claude Code 的自动记忆只加载 MEMORY.md 的前200行或25KB，这部分当目录用，细节放在下层，留个链接。

多个 agent 并行时别写同一个文件。在一个收购合同测试里，四个 agent 同时往一张共享条款表里写，互相覆盖，57条要点只留住41条。改成每份合同一页、一个 agent 负责、条款原文照抄，57条全部保住。

wiki 不总有用

Anthropic 用 Stainless 的约35万份内部文件、约4.2亿 token 做测试，让 Opus 5 分128次会话持续整理成 wiki，再回答25个问题。只靠 wiki，得分从13%涨到48%；只靠搜索是53%；wiki 加搜索从54%涨到61%，每题还省约2万 token。

wiki 适合需要跨文档拼信息的问题。一组24题的并购问答，过半要综合多份文件，用 wiki 答对87%，只用搜索是73%。答案在单份文件里就能搜到的任务，wiki 没有明显帮助；有一次 wiki 写到203KB，比115KB的原始文件还大。Borges 那个一比一地图的梗，Anthropic 自己引了。

“做梦”已经是 Claude Managed Agents 里的功能，目前是研究预览，要申请才能用；跨会话的记忆库功能是 beta。Anthropic 也放出了 cookbook，教开发者用自己的提示词和模型搭一套。

以上数字都来自 Anthropic 自己的测试，宝可梦的对比是每个模型各跑一次。文章也说，“做梦”要额外花算力，记忆该多久复查一次、在干活时记还是事后整理，都还没有定论。

会挑比会记值钱，删比存难。记忆系统做到后面，核心问题可能不是怎么记住，而是怎么忘得准。