动态

原帖正文 AI Agent 的记忆系统，可能从一开始就被很多人做复杂了。现在不少 Agent Memory 项目，基本都是一个思路：聊天记录存进数据库，做 Embedding，需要的时候再用向量检索捞出来。但 Anthropic 最新发布的《The components of agent memory》，给出了一套更完整的记忆架构。核心观点很有意思：记忆不是存得越多越好，而是让 Agent 知道什么值得记、什么时候回忆，以及什么时候应该忘掉。文章把 Agent Memory 分成了四层：1. Transcripts：原始记录层保存历史对话、工具调用和任务执行过程，相当于 Agent 的事件日志。这层不需要提前判断哪些信息重要，重点是保留原始证据，方便以后搜索、验证和纠错。2. Memory Notes：经验记忆层Agent 在执行任务时，把有价值的信息提炼成笔记。比如之前踩过的坑、验证过的规则、用户偏好，以及下次需要继续执行的计划。这里有个关键区别：记录事实不等于形成经验。好的 Memory 应该包含结论，以及这个结论为什么可信。3. Memory Representations：知识组织层这部分我觉得最有意思。Anthropic 不只是把记忆做成向量索引，而是让 Claude 在后台整理 Wiki，把分散的笔记、事实和文档关联起来。它可以合并重复内容、补充缺失链接、修正过期信息，逐渐形成一张可以导航的知识网络。4. Injected Context：主动加载层并不是所有记忆都应该塞进 Context Window。真正重要的信息可以提前加载，其余内容按需检索。比如 Claude Code 的 Auto Memory，只会自动加载 MEMORY.md 前 200 行或 25KB，更多细节通过索引查找。这样既能保留长期记忆，又不会让上下文被历史信息撑爆。真正有技术含量的部分，是 Anthropic 提出的 Dreaming 机制。它借鉴了人类睡眠期间整理记忆的思路。Agent 执行任务时留下记录，之后再利用空闲计算资源：回顾历史任务，提炼可以复用的规则
根据原始记录，修正之前记错的事实
把零散经验整理成结构化 Wiki
清理重复、失效或互相矛盾的记忆
决定哪些信息应该进入下一次会话相当于把记忆维护从实时任务中部分拆出来，交给一个独立的后台整理过程。而且文章里有几个实验数据挺有说服力。在 CL-Bench 的数据库任务中，Claude Opus 5.5 的平均得分从无记忆时的 0.655 提升到 0.838。另一个实验更有意思：让不同版本的 Claude 玩宝可梦。Sonnet 3.7 记了 413 个文件，最后只拿到 1 枚徽章；Fable 5 只保留约 10 个文件，却拿到了 4 枚。虽然只是不同模型的单次运行，不能简单归因于记忆数量，但很能说明问题：Agent 不是缺记忆，而是容易把没必要的信息也当成记忆。还有一个企业知识库实验。Anthropic 用约 35 万份文档、4.2 亿 Token 构建知识体系。单纯搜索的得分是 53%，结合持续构建的 Wiki 和搜索后，得分达到 61%，每个问题还节省了约 2 万 Token。不过 Wiki 也不是万能的。对于只需要从单份文档中查找答案的任务，额外构建知识网络可能没有明显收益，维护成本反而会上升。看完我最大的感受是，下一代 Agent Memory 的重点可能不再是 RAG 检索能力，而是 Memory Lifecycle Management。什么时候写入、如何验证、怎么更新、如何遗忘、什么时候主动注入上下文，这些问题会越来越重要。尤其对长时间运行的 Coding Agent、多 Agent 系统来说，如果记忆不能持续纠错，运行时间越长，反而越容易积累错误。从工程角度看，我觉得比较合理的组合是：Event Log + Structured Memory + Knowledge Wiki + Retrieval + Background Consolidation。这里的 Background Consolidation，就是文章所说的 Dreaming。模型本身不需要重新训练权重，却可以通过不断积累、验证和修正经验，让后续任务做得更好。这可能也是 Agent 和普通聊天机器人真正拉开差距的地方。以后判断一个 Agent 是否足够成熟，不能只看它会调用多少工具，还要看它能不能从过去的工作里持续学到东西。原文：https://www.anthropic.com/research/components-of-agent-memory