研究與評測
Anthropic 解析 Agent 記憶架構:引入離線「做夢」機制,Claude Opus 5 首度達成自我修正閉環
Anthropic 官網一手來源
尚未逐項核實
來源為發布方或研究資料;不代表所有主張已獲獨立核實。

Anthropic 發表研究解析 Agent 記憶架構,探討借鑑大腦海馬迴與睡眠期運算(sleep-time compute)的離線「做夢(dreaming)」機制,讓模型在互動閒暇時回顧日誌、修正錯誤並整理筆記。文中所定義的 Agent 記憶專指模型從經驗中獲得並在跨會話間保留的可讀上下文,不包含模型權重調整、單次會話內的上下文學習或上下文壓縮摘要。
在衡量長程任務能力的 CL-Bench 1.0 資料庫檢索測試中,模型每次在新會話啟動,但可讀取跨會話保留的記憶目錄。各代模型展現不同程度的學習閉環:Claude Sonnet 4.6 僅能生成零散且未經測試的錯誤原因猜測檔案;Claude Opus 4.7 將筆記整合成單一參考文件並標註事實是否確認;Claude Sonnet 5 於評分後標註已確認並記錄修正;Claude Opus 5 則是首個完成自我修正學習閉環的模型,記錄內容包含驗證規則、驗證緣由、先前解答與陷阱警告;Claude Opus 5.5 與 Claude Sonnet 5.5 同樣達成閉環,含記憶表現與 Opus 5 相當。
在評估重要性判斷能力的《寶可夢 紅》(Pokémon Red)測試中,Claude Sonnet 3.7 因無差別記錄所有戰鬥、道具與 NPC,在約 10,000 步時於 225 個資料夾中累積 413 個記憶檔案並獲得 1 枚徽章;該評測亦同步與 Claude Fable 5 進行記憶儲存策略的對比。
讀原始報導