Claude云端Agent记忆系统架构深度拆解：CMA设计理念与技术选型

Anthropic 近期推出了野心勃勃的下一代产品——Cloud Managed Agents（CMA），将 Claude Code 从本地工具升级为云端托管的 Agent 服务。本文基于对 CMA 记忆系统的深度逆向分析，拆解其核心设计理念、技术选型以及与 Claude Code 记忆系统的关键差异。

什么是 Cloud Managed Agents？

CMA 本质上是 Anthropic 推出的 "Agent as a Service" 产品。与本地运行的 Claude Code 不同，CMA 将 Agent 完整托管在 Anthropic 的云基础设施上，使其更接近一种云服务形态。

Agent as a Service（AaaS）是继 SaaS、PaaS 之后新兴的云服务形态。传统的 AI API 服务（如 OpenAI API）提供的是单次推理能力，而 AaaS 则将完整的 Agent 生命周期——包括任务规划、工具调用、状态管理、错误恢复——全部托管在云端。这种模式的兴起源于企业级 Agent 部署面临的现实挑战：本地运行的 Agent 受限于单机算力、网络稳定性和运维成本，难以支撑需要长时间运行的复杂工作流。CMA 的推出标志着 Anthropic 从模型提供商向 Agent 平台运营商的战略转型。

从架构层面看，CMA 的核心 Harness（即 Agent 运行引擎）依然是 Claude Code，但它将所有依赖的能力——Session 存储、外部编排、沙箱执行、工具调用、MCP 集成——全部外置给云平台。这与此前的 Remote Control 方案有本质区别：Remote Control 是远程控制一个运行在用户本地的 Claude Code，而 CMA 则是直接将 Claude Code 跑在 Anthropic 的云端。

这种架构设计的核心价值在于支撑长时间运行的 Agent 任务。当 Agent 需要持续数小时甚至数天执行复杂编排时，本地运行的局限性就暴露无遗——网络断连、机器休眠、进程被杀都会导致任务中断——而云端托管则天然具备弹性扩展和高可用的能力。

CMA 与 Claude Code 记忆系统核心对比

共享的设计基因

CMA 和 Claude Code 的记忆系统在底层共享了大量设计，这源于它们共同的核心引擎——Claude Agent SDK。两者的关键共性包括：

文件优先，不使用 Embedding。 这是 Anthropic 在记忆方向上一直坚持的技术路线。它们始终没有引入向量层来做 RAG 或语义召回，而是充分发挥 Agent 对文件的理解能力。

要理解这一选择的深层逻辑，需要了解 Embedding 与 RAG 方案的现实痛点。Embedding 是将文本转换为高维向量表示的技术，是 RAG（Retrieval-Augmented Generation）系统的基础。典型的 RAG 流程是：将知识库文档切片后通过 Embedding 模型转为向量存入向量数据库（如 Pinecone、Milvus），查询时将用户问题同样向量化后进行相似度检索，再将检索结果作为上下文注入 LLM。这套方案的痛点包括：chunk 切分策略直接影响召回质量、Embedding 模型对专业术语的表达能力有限、向量相似度不等于语义相关性、索引更新存在延迟。此外，当上下文窗口从 4K 扩展到 200K 甚至更大时，直接将完整文件喂给模型的暴力方案在很多场景下已经"够用"，RAG 的工程复杂度反而成为负担。

从实际效果来看，Anthropic 的这种选择确实规避了 Embedding 带来的额外复杂度和不稳定性——向量检索的召回质量往往受限于 Embedding 模型的表达能力，而直接操作文件则让 Agent 能够利用其强大的上下文理解能力进行更精准的信息提取。

共享 Dreaming 机制。 两者都复用了一套称为 "Dreaming" 的记忆整理机制（将在后续详细分析）。

关键差异：记忆库的跨Agent复用抽象

CMA 记忆系统最核心的差异在于引入了「记忆库」这一抽象层。Claude Code 的记忆直接存储在用户本地电脑上，而 CMA 的记忆库支持跨 Agent 复用。

具体来说，你可以让三个云上 Agent 共享同一份记忆库，同时每个 Agent 还可以拥有各自独立的记忆。这种设计在实际场景中极具价值——比如一个负责代码审查的 Agent 和一个负责文档编写的 Agent 可以共享项目上下文记忆，但各自保留专属的工作偏好记忆。

为了实现这种复用能力，CMA 的数据链路与本地 Claude Code 有着根本性的不同。经过逆向分析，CMA 大概率采用了 FUSE（Filesystem in Userspace） 技术：记忆文件实际存储在数据库中，但 Agent 操作时看到的仍然是标准的文件系统接口。

FUSE 是一种允许非特权用户在用户空间创建自定义文件系统的技术框架，最早由 Linux 社区开发。传统文件系统运行在内核空间，修改和扩展需要编写内核模块，门槛极高。FUSE 通过在内核中提供一个通用的文件系统桥接模块，将文件操作请求转发到用户空间的守护进程处理。这意味着开发者可以用任何编程语言实现文件系统逻辑——比如将数据库查询伪装成文件读取，将网络存储映射为本地目录。在 CMA 的场景中，FUSE 使得 Agent 可以用标准的文件 I/O 操作（open、read、write）来访问实际存储在分布式数据库中的记忆数据，而无需修改 Agent 的核心代码逻辑。

这种设计既保持了"文件优先"的一致性，又实现了底层存储的灵活性和可共享性。

不用 Embedding 也不用 MCP：设计取舍的深层逻辑

Anthropic 在记忆系统上的技术选型体现了强烈的主观取舍。不使用 Embedding、不依赖 MCP 或专用 SDK，这些"不做"的决定背后有清晰的工程哲学：

降低系统复杂度。 Embedding 方案需要维护向量数据库、处理索引更新、调优召回参数，每一层都是潜在的故障点。而文件方案的链路极其简洁——读文件、写文件、理解文件内容，Agent 本身就是最好的"检索引擎"。

提升可调试性。 文件是人类可读的，开发者可以直接查看、编辑记忆内容，而向量空间中的信息则几乎不可解释。当 Agent 的行为出现异常时，开发者可以直接打开记忆文件检查其内容是否正确，这在生产环境的故障排查中价值巨大。相比之下，向量数据库中的高维向量对人类而言是完全不透明的黑箱。

充分利用模型能力。 随着上下文窗口的持续扩大（从早期的 4K 到如今的 200K）和模型理解能力的提升，让模型直接处理结构化文件的效果已经足够好，Embedding 的边际收益在递减。Anthropic 显然押注于模型能力的持续增长将进一步削弱 RAG 方案的必要性。

Agent 记忆写入积极性：核心痛点与 Dreaming 解法

无论是 CMA 还是其他 Agent 系统，记忆的读取可以通过提示词工程来优化——比如"当用户提及身份信息时，主动查询记忆"。但写入是一个更深层的难题。

当前 Agent 在长期对话中自发决定写入记忆的能力普遍不足。现实中，不管是前沿 Agent 还是开发者自建的简单 Agent，大多仍然依赖用户主动提示"帮我记住这个"。Agent 的自主记忆写入触发极不积极，而当记忆积累到一定量后，整理和去重同样缺乏主动性。

Agent 自主记忆写入是当前 AI Agent 领域公认的难题之一。问题的根源在于：模型需要在执行任务的同时判断"什么信息值得长期记住"，这本身就是一个需要元认知能力的高阶决策。目前业界的主流方案包括：基于规则的触发（如检测到用户偏好表达时自动记录）、基于重要性评分的写入（如 Stanford 的 Generative Agents 论文中提出的 importance scoring 机制，通过让 LLM 对每条信息打 1-10 的重要性分数来决定是否写入长期记忆）、以及用户显式指令触发。但这些方案要么覆盖面不足，要么过度写入导致记忆膨胀。

为解决这一痛点，Anthropic 引入了 Dreaming 机制：系统会定期扫描对话历史，通过专有的写入流程对已有记忆进行全面整理。即使对话过程中没有及时触发记忆写入，只要对话数据仍然存在，Dreaming 就能事后补录。

Dreaming 机制的命名并非偶然，它直接借鉴了认知神经科学中关于睡眠与记忆巩固的研究。人类大脑在清醒时不断接收信息，但真正的记忆整合——包括短期记忆向长期记忆的转化、无关信息的遗忘、关联记忆的强化——主要发生在睡眠阶段，尤其是快速眼动（REM）睡眠期间。大脑会"重放"白天的经历，筛选出重要信息并将其编码到长期存储中。CMA 的 Dreaming 机制遵循了相同的范式：Agent 在"清醒"执行任务时专注于当前工作，而记忆的整理、去重、结构化则交给独立的异步流程在"离线"时完成。这种设计避免了实时记忆写入对任务执行的干扰，同时确保了记忆质量。

这本质上是将"实时记忆"降级为"异步记忆"，用确定性的批处理替代不确定性的实时触发，是一个非常务实的工程方案。

总结：CMA 记忆架构的可迁移价值

CMA 的记忆系统设计体现了 Anthropic 一贯的工程风格：在关键技术选型上做出明确取舍（文件优先、无 Embedding），在产品能力上追求实用性（记忆库复用、Dreaming 机制），在架构上保持简洁可扩展（FUSE 抽象层）。

这套记忆系统的设计思路并不局限于 CMA 本身，其核心理念——文件优先的存储、按需读取的召回、异步批处理的写入整理——完全可以迁移到其他 Agent 框架中。对于正在构建 Agent 记忆系统的开发者而言，Anthropic 的这套方案提供了一个经过大规模验证的参考架构。

值得注意的是，这套架构的适用性与模型能力的发展紧密相关。随着上下文窗口继续扩大、模型推理能力持续增强，"文件优先"策略的优势只会更加明显。而 Dreaming 机制作为一种通用的异步记忆整理范式，其设计模式可以被任何 Agent 框架采用，无论底层使用何种存储方案。