Anthropic 实测:Agent 存得越多,忘得越快
Anthropic 工程师测了 Claude 跨会话记忆的真实机制。6 个部分,结论全是反的:存得越多,忘得越快。一个 prompt 放进 Claude Code。
你的 agent 通过了所有测试,issue 还是开着。
rari 这句总结很准。更好的 prompt 修不好它,因为模型不是坏掉的部分。
Anthropic 工程师做了组实验,测的正是模型周围的东西:跨会话记忆。结论反常识:不是存得更多。
一个什么都存的 agent,什么也记不住。
实验拆成 6 个部分。
目的
告诉 Claude 记忆是用来干什么的,不是教它怎么用。固定规则"只记录失败",反而让最强模型损失了大部分收益。
小
Pokémon 任务里,Sonnet 3.7 存了 413 个文件、225 个文件夹,赢了 1 个徽章。Fable 5 存了 9 个文件和 1 个 global.md,赢了 4 个。
存看不见的
策略、计划、验证过的规则。不存屏幕每轮已经在显示的内容。屏幕上有的东西不需要记忆,记忆存推理过程和结论。
做梦
Claude 重读笔记,对照对话记录,纠正错误的笔记。修正后的笔记让它通过了 Mt. Moon,错误的笔记让任务永远卡住。笔记不维护,记忆会过时。
wiki
链接页面,跨会话生长。从 2 个会话到 128 个会话,评分标准达成率从 13% 涨到 48%。记忆不是文件堆,是互相引用的网络。
一个小索引
每次会话只加载 MEMORY.md 的前 200 行或 25KB。其余按需读取。索引是入口,不是仓库。
有网友在评论区补了两刀。一刀指向索引:它是唯一每次会话都加载的页面,写成主题永远不会触发。"auth notes"躺在那,"当迁移碰到 login 时读 auth notes"才会被打开。另一刀总结得更准:记忆是工作集,不是档案。保存能改变下一个决策的东西,其余保持可搜索。
这 6 条不是孤立的 prompt 技巧。按 rari 的框架,它们属于 harness 这一层——agent 工作的空间,包括文件、工具、沙箱、规则、记忆。rari 把 agent 工程拆成三层:harness 是空间,loop 是重试的时间,graph 是工作走的路径。三层嵌套,模型在 loop 里跑,loop 在 graph 节点里跑,graph 在 harness 里跑。
6 个要点,一个 prompt,放进 Claude Code。完整的工程指南在引用推文里。
发布时间: 2026-11-22 18:06