Anthropic 說明代理記憶與「夢境」的組成

Anthropic 於 11 月 6 日發布文章〈代理記憶的組成〉，說明它如何看待 Claude 代理的記憶，以及「夢境」如何發揮作用。Anthropic 將代理記憶定義為 Claude 從經驗中學到、並在工作階段之間保留下來、供日後讀取的筆記；權重變更、上下文學習和壓縮則不在此定義範圍內。Anthropic 描述的夢境，是代理在工作階段之間回顧記錄和逐字稿，以修正錯誤、撰寫新筆記並建立新的記憶表徵。

Anthropic 回報其自行評估所得的結果：

• 學習迴圈。 在 Continual Learning Bench (CL-Bench) 1.0 的資料庫任務中，使用 Claude Managed Agents 執行時，Anthropic 表示 Claude Opus 5 是第一個完成閉環的模型：記錄失敗、測試各種推論，並將其轉化為規則。Anthropic 表示 Opus 5.5 和 Sonnet 5.5 也完成了閉環。
• 判斷該保存什麼。 在 Pokémon Red 中，Anthropic 表示 Claude Sonnet 3.7 寫了 413 個記憶檔案並取得一枚徽章，而 Fable 5 寫了九個檔案和一個 global.md，並取得四枚徽章。
• 引導。 只告訴 Claude 有一個記憶資料夾，就足以讓 Opus 4.7 和 Opus 5 使用記憶。設定「只記錄失敗」的規則，大幅削減了它們從記憶中獲得的提升。提示 Sonnet 4.6 讀取記憶並測試推論，幾乎讓分數翻倍。
• 修正記憶。 夢境對照工作階段逐字稿，檢查並改寫一則有關 Pokémon Center 位置的錯誤筆記；採用修正後筆記的執行版本成功通過 Mt. Moon，未修正的版本則未能通過。
• 維基。 Anthropic 使用 Stainless 的約 350,000 個檔案（約 4.2 億個 token；Anthropic 表示於 5 月收購），讓 Opus 5 代理透過 128 個工作階段建立維基。25 個問題的評估標準達成率從 13% 升至 48%。搜尋加上維基的得分為 61%，高於單獨搜尋的 53%，每題還節省約 20,000 個 token。在某些法律意見書任務中，維基並未帶來明顯提升。

Anthropic 在 X 上宣布，截至 11 月 6 日晚間，該文章已獲得 1,432 分。