研究 #Anthropic#智能体 2026-11-07 · 原文发布 11-06

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。

图片来源:Anthropic 研究
一手来源 Anthropic 研究 · anthropic.com 读原文 ↗

// 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。

// 来龙去脉 · 来自 #Anthropic 专题

看完整时间线 →
  1. 11-07 AWS 把 Claude Code 跑成 Bedrock AgentCore 上的远程智能体:每个任务一台 microVM,最多尝试 3 次,验证不过只开草稿 PR
  2. 11-06 Claude Console 推出组织级 IP 白名单(测试版),最多 1,000 个地址或 CIDR 段;Admin API 可将 Enterprise 成员全端登出
  3. 11-04 Claude Messages API 推出消息线程测试版:后续轮次只发新消息,线程在最后一次请求 5 分钟后过期

每周一,一封邮件看完 AI 大事

每周一早上,把过去 7 天最值得关注的 6 件 AI 大事和我的解读发到你邮箱。

邮箱只用于发送周报,不会提供给任何第三方;每封邮件底部都可以一键退订。 看看最近一期 →