Anthropic 谈智能体记忆:「做梦」整理跑到 128 轮,只靠 wiki 的得分从 13% 升到 48%,wiki 加搜索每题省约 2 万 token
Anthropic 把智能体记忆拆成几部分:做事时随手记,和事后对着记录「做梦」整理,并给出每部分在自家评测里的效果。
// 要点
- 用 Opus 5 智能体把约 35 万份内部文件(约 4.2 亿 token)整理成 wiki,「做梦」从 2 轮加到 128 轮,只靠 wiki 回答 25 个问题的得分从 13% 升到 48%
- wiki 加搜索时,得分随 wiki 扩充从 54% 升到 61%,只用搜索为 53%,且每题省约 2 万 token;24 个并购问题上用 wiki 得 87%,只用搜索得 73%
- 玩宝可梦时,Sonnet 3.7 在 225 个文件夹里写了 413 个记忆文件,只拿到 1 枚徽章;Fable 5 只记策略和验证过的规则,走得远得多
- 规定 Opus 5 和 Opus 4.7「只记录失败」,记忆带来的提升大半没了;提示 Sonnet 4.6 先读记忆再验证猜想,得分接近翻倍
开发者视角最有用的结论是「记什么」比「记多少」重要:Sonnet 3.7 那 413 个文件让它更慢而不是更聪明。AI 云盘那边,我会停掉一切能从文件本身重新读到的记忆,改成每晚对当天日志做一次整理,而不是在任务中途写记忆。