RUITA / DAILY BRIEF ·
Anthropic 研究智能体记忆:少写而关键的笔记,胜过 413 个文件
Anthropic 的《宝可梦红版》测试显示,记下目标和有效策略的 Fable 5 比逐步记录的 Sonnet 3.7 文件更少、进度更好。另一项内部文档测试中,离线整理出的知识库也帮助模型逐轮提高回答评分。
核心信息
- 01
Anthropic 于 2026 年 11 月 6 日发布智能体记忆研究,讨论 Agent 如何整理工作记录并留下可复用经验。
- 02
在《宝可梦红版》测试中,Sonnet 3.7 写了 413 个记忆文件和 225 个文件夹,取得 1 枚徽章;Fable 5 写了 9 个文件和一个总览文件,取得 4 枚徽章。
- 03
Anthropic 把任务间回看日志、修正旧笔记并生成索引或知识库的过程称为“dreaming”(离线整理)。
- 04
在约 35 万份公司内部文件、25 个问题的测试中,知识库单独回答的评分从 2 轮后的 13% 升到 128 轮后的 48%;这些分数是达到的评分标准比例。
- 05
同一测试中,知识库配合搜索工具的评分从 54% 升到 61%;仅有搜索工具的对照为 53%。
记下所有细节,反而会拖慢 Agent
Anthropic 让智能体在《宝可梦红版》中持续行动,并观察它如何保存记忆。Sonnet 3.7 把战斗、角色和物品逐项记录,累计写出 413 个文件、225 个文件夹,最后拿到 1 枚徽章。
Fable 5 的记忆目录只有 9 个文件和一个总览文件,却拿到 4 枚徽章。它主要留下目标、路线计划和试过有效的策略,而不是反复抄写屏幕上随时可见的状态。
长期记忆应留能指导下一步的信息
记录太多会让 Agent 每次启动都花时间翻旧笔记;地图位置、道具数量一类信息很快会变,旧记录反而容易误导。相对稳定的路线策略、已验证的操作规则和当前任务计划,更值得保留。
搭建研究 Agent 时,可以把完整过程留在日志里,长期记忆只保留结论、有效做法和未完成事项。每轮结束后更新一份简短的“目标—已知—下一步”,更容易衔接后续任务。
任务间整理还能把日志变成可搜索的知识库
Anthropic 将 Agent 暂停工作后回看日志、修正错误、整理笔记或建立知识库的过程称为“dreaming”。它类似在任务间做一次复盘:不是让模型每次从头读完所有历史,而是把重要经验整理成下次可用的索引。
Anthropic 还用约 35 万份、约 4.2 亿 token 的公司内部文件做了测试,并准备了 25 个问题。仅靠逐轮整理出的知识库回答时,达到的评分标准比例从 2 轮后的 13% 升到 128 轮后的 48%;知识库配合搜索时得分从 54% 升到 61%,搜索单独使用为 53%。这属于 Anthropic 的内部测试,展示了持续整理知识库可能带来的帮助。