AI智能体记忆全解析：四层结构与“做梦”机制

AI智能体如何在两次会话之间记住东西？Anthropic发布的研究文章《The Components of Agent Memory》给出了一个系统性的拆解。本文结合YouTube频道My2Cents AI的解读，梳理智能体记忆的定义、四层架构、该存什么，以及一个反直觉的机制——让智能体“做梦”。

什么算记忆？三样东西不算

Anthropic把智能体记忆定义为：Claude从经验中获得、并在会话之间保留为可读取上下文的知识。

有三样东西被明确排除在外：模型权重本身、一次对话内部学到的东西，以及compaction——用摘要替换较早轮次的机制。这些都属于上下文，而非跨会话记忆。

这个界定很关键。它意味着记忆不是模型能力的延伸，而是一套外挂的、可读写、可审计的知识系统。

Compaction（上下文压缩） 是指在单次会话内，当对话历史逼近模型上下文窗口上限时，用一段摘要替换较早轮次原始内容的机制。它解决的是“这一刻还能不能继续对话”的问题，压缩后的摘要仍属于当前上下文的组成部分，会话结束即消失，不会被保留到下一次会话。因此 Anthropic 将其排除在智能体记忆之外：compaction 是上下文管理手段，跨会话记忆则是独立于模型权重、可持久读写的外部知识系统，二者在生命周期和可审计性上有本质区别。

记忆的四个层级

从下往上，记忆分成四层：

第一层：transcripts（工作记录）。智能体工作的可搜索日志，一切记忆的原料。

第二层：memory notes（记忆笔记）。Claude在工作过程中自己写下的笔记。

第三层：representations（表征）。类似互相链接的wiki页面，把零散笔记组织成结构。

第四层：injected context（注入上下文）。每次新会话都会自动加载的内容，位于最顶层。

“做梦”机制贯穿整个栈：它读transcripts来修正笔记、搭建wiki、并决定下次加载什么。

记忆是一种预测

Anthropic的核心观点是：记忆可以是一个预测，一次“这条笔记将来还会派上用场”的下注。

他们用CLBench基准测试这种下注能力。每道题在全新会话中运行，Claude随后看到正确答案，只有记忆文件夹在会话间传递。理想的循环是：记录失败→形成理论→测试→变成规则。

测试结果分化明显。Sonnet 4.6卡在未经验证的理论上，几乎没有进步。Opus 5是受测模型中第一个闭合这个循环的，分数从0.56跃升到0.83。

CLBench 是 Anthropic 用于评估智能体“记忆判断力”的基准测试。其设计要点在于隔离记忆变量：每道题都在全新会话中运行，模型看不到之前的对话历史，唯一在会话之间传递的是它的记忆文件夹。这样，分数的变化就只能归因于模型往记忆里写了什么、下次又读出了什么。理想的解题循环是“记录失败→形成理论→测试→沉淀为规则”，CLBench 衡量的正是模型能否闭合这一循环，而非单轮推理能力。

宝可梦实验：什么值得记下来？

《Pokemon Red》大约一万步的实验，把“判断力”变成了可观察的指标。

Sonnet 3.7几乎什么都存，每场战斗、每个道具、每个角色各一个文件。但游戏状态不断变化，这些文件很快过期。有一段时间，它在17步里创建了6个文件、删除了9个，却没执行任何游戏动作。

Fable 5存的是屏幕上看不到的东西：目标、计划、以及它验证过的规则——比如“连续三个精灵球失败就换时机”。

Opus 5.5同样保持小文件夹，并通关了游戏。

那要不要直接告诉模型怎么做笔记？文章的建议是：解释记忆是用来干什么的，而不是怎么用。固定规则（比如“只记录失败”）会让强模型损失大部分收益。但对老模型，引导帮助最大——让Sonnet 4.6去读记忆、测试理论，分数几乎翻倍。Sonnet 5则自己就会这么做，十次里有九次先读记忆。

《Pokemon Red》实验 是 Anthropic 用来观察记忆“判断力”的长程智能体测试环境，全程约一万步。选择这款游戏，是因为它天然具备长程目标、隐藏状态（如对手队伍、地图未探索区域）和大量易过期的局部信息，能逼出“该记什么、不该记什么”的取舍。实验对比了不同模型在相同框架下的记忆文件夹规模与内容：存得越多不等于越好，文件随游戏状态快速过期反而拖累行动；而只记录目标、计划和已验证规则的小文件夹，往往能走得更远直至通关。

做梦的五个工种

修正错误笔记。一次运行中，Claude把地标记在了月见山的错误一侧，写下“月见山，完成”。其实没有。随后它走上单向路线，从 ledge 掉回原路。做梦机制对照transcript发现了错误并重写笔记，Claude重返后抵达了华蓝市。没有修正，它三次掉下 ledge 退回尼比市；完全没有记忆，它从未到达。

搭建新结构。Claude从Anthropic收购的Stainless约35万份内部文件中“梦”出一个wiki。在128次会话中，Opus 5智能体撰写、链接页面、合并重复、对照来源核查。测试题上，纯wiki从13%提升到48%；纯搜索保持53%；wiki加搜索达到61%，且token更少。但在法律任务中——多数答案集中在单一文档里——wiki相对纯搜索没有明显增益。还有一个wiki长得比它的来源还大，地图和疆域一样大。

把笔记提升到顶层，让它们自动加载进每次会话。代价是token，而且一条错误笔记会扩散到所有会话，指令越长越不被严格遵循。所以顶层必须保持小。Claude Code的auto-memory就遵循这个原则：只加载memory.md的前200行、25KB，作为“Claude知道什么、去哪找”的索引。

让记忆对准目标。一个法律任务中，基础指令下多个智能体同时写一张共享的合同条款表，互相擦掉对方的行，简报只拿到57个事实中的41个。Anthropic跑了一个循环：Claude反思失败，重写建wiki的指令——每份合同一页，术语逐字引用——57个全中。

填补空缺。第二遍扫描发现九条指向不存在页面的链接，重新指向。

实践要点与未解问题

作者总结了几条原则：存环境不会告诉你的东西；保持记忆经过策展、顶层要小；说明记忆的用途；让智能体去做梦。

开放问题同样真实。任务中途写记忆会分散注意力，而做梦的成果要等到之后才出现；维持记忆的时效性需要消耗算力。正如文章所说，没有模型能真正知道未来几轮会发生什么，做梦让它回头看。

原文见Anthropic官网《The Components of Agent Memory》。

背景补充

Auto-memory 是 Claude Code 中把部分记忆自动注入每次会话的机制。它遵循“顶层要小”的原则：只加载 memory.md 的前 200 行、约 25KB，作为“Claude 知道什么、去哪里找”的索引，而非把全部记忆塞进上下文。这样做是在召回率与 token 成本之间取舍——顶层注入保证关键索引始终可见，细节则留在下层按需检索；同时限制体量也能降低单条错误笔记扩散到所有会话、以及长指令被模型忽略的风险。