重点 · 1官方/一手
Anthropic 公开 agent 记忆研究：离线「做梦」整理记忆
- Anthropic 11 月 6 日发文，介绍 Claude 的 agent 记忆设计：会话中由模型自己判断什么值得记下，空闲时再回看会话记录，纠正错误笔记、补写新笔记、建立知识页面并决定哪些内容在下次会话自动加载。
- 在持续学习评测 CL-Bench 1.0 的数据库任务中，Sonnet 4.6 只停留在提出猜想；Claude Opus 5 是首个把错误转成「规则加验证依据」的模型，Opus 5.5 与 Sonnet 5.5 也做到。给强模型硬性规定「只记录失败」反而让记忆带来的提升大幅缩水。
- 用约 35 万份、4.2 亿 token 的内部文档让 Opus 5 多会话协作建知识页面：从 2 轮扩到 128 轮，仅凭知识页面答题得分从 13% 升到 48%；与搜索结合为 61%，单用搜索 53%，每题省约 2 万 token。并购问答中用知识页面得分 87%，单用搜索 73%；但部分法律任务无明显增益，有一次知识页面比原文还大。
为什么重要
长期记忆和持续学习是 agent 能否长时间独立工作的关键瓶颈，这是前沿实验室少见的带分模型数据的公开拆解。【分析】
疑点
均为内部评测，样本小（如 25 题），未给第三方复现材料。
看点
这套机制是否进入 Claude Code、Managed Agents 的默认产品。