一篇论文,把我项目里的记忆模块判了死刑
上周我还在给自己的 Agent 项目加"记忆"功能,思路很朴素:把每轮对话塞进数据库,下次检索一下拼进 prompt。功能是"有了",但 Agent 的表现并没有变好——它记了一堆垃圾,真正该记的东西反而被淹没了。
直到我读完 Anthropic 工程团队 11 月 6 日发布的《The components of agent memory》,才意识到问题的根源:我把"记忆"当成了"存储",而 Anthropic 开篇就否定了这个等式。
论文用哲学家克尔凯郭尔的一句话开篇:生活唯有向后看才能理解,但必须向前生活。设计 Agent 的记忆面临同样的困境——我们既要在当下记录经验,又要在事后把经验整合为可复用的知识。这两件事不是同一件事,需要不同的机制。
Anthropic 给出的答案是借鉴人脑:海马体在事中实时记录,睡眠时通过"重放"把经验固化到新皮层。对应到 Agent,就是在日志里捕获工作,再通过一个叫 dreaming 的离线过程反思日志、纠正错误、生成新笔记与表征。
第一个颠覆:这些东西根本不算记忆
论文先划清了边界,这一步特别重要,因为它直接宣判了很多"记忆功能"的无效。
Agent memory 的定义是:从经验(用户交互、被分配的任务)中获得、能跨会话保留的知识,以"可被稍后读取的上下文"形式保存。
三类东西被明确排除:模型权重改变(那是训练)、单会话内的 in-context learning(那是上下文,不是记忆)、把长上下文压缩成摘要的 compaction(那是压缩,会话结束就没了)。
按这个标准回头看,我之前做的"对话存库+检索"最多算第一层的转录,离真正的记忆差着三个层级。
第二个颠覆:记忆是四层架构,不是一张表
论文给出的记忆层级从底到顶四层,我逐层说一下自己的理解。
第一层 Transcripts,转录与事件日志。最底层,一份可搜索的事件日志,忠实记录 Agent 干活的全过程。注意是"忠实",这一层不做任何加工。
第二层 Memory notes,记忆笔记。Claude 在会话中或之后写进记忆存储的"显著观察"。这一层开始有筛选了——不是什么都记。
第三层 Memory representations,记忆表征。比如 wiki:Claude 编写并维护的一批页面,把某主题的知识聚拢、相互链接,构成一张可遍历的知识地图。
第四层 Injected context,注入上下文。每个新会话开始时由 harness 预加载的内容。它必须精简——Claude Code 只加载 MEMORY.md 的前 200 行(或 25KB)作为索引,下层内容按需再去读。
外面包着的 Dreaming 是离线过程:它把底层转录一路向上组织,既能纠错、建表征,也能把关键内容提升到注入层。
看到这个架构我最大的感悟是:我原来只有第一层,却以为自己在做"记忆系统"。四层之间是加工关系——从原始事实到筛选后的观察,到结构化知识,再到每会话精华。每一层都在为下一层的"少量但更准"服务。
第三个颠覆:记越多,死越快
这是论文里最扎心的实验。他们让 Claude 玩《宝可梦 红》,给模型一个可读写的记忆文件夹。
Sonnet 3.7 写了 413 个文件、近 98 万字符,塞满各种琐碎,最终只拿到 1 枚徽章。Fable 5 只写了 9 个文件、约 4.3 万字符,拿到 4 枚徽章。Opus 5.5 用更小的文件夹直接通关。
不加区分地记忆,反而拖累性能。模型需要的是选择性记忆,而非全量归档。我的"什么都往库里塞"的做法,正好是 Sonnet 3.7 的翻版。
第四个颠覆:写死规则,不如给一句元指引
那能不能下指令"只记重要的"?论文的 steering 实验又打脸了。
对 Sonnet 4.6,光有记忆增益有限(0.330 到 0.364),但加一句"先用记忆里的理论去测,再写记忆"的精炼指引,直接飙到 0.641。更反直觉的是:当你命令"只记录失败",Opus 5 的增益反而下降 0.234,Opus 4.7 下降 0.150。
结论:对前沿模型,固定规则不如简单的元指引;越强的模型,越该给它判断显著性的自由。我之前在 prompt 里写的那堆"记忆规则",可能正在帮倒忙。
Dreaming:这套架构的灵魂
前面的铺垫都是为了 dreaming 登场。它有五个价值,我挑三个最触动我的说。
纠错。《宝可梦》月见山的案例:原始记忆里一条错笔记,导致 Agent 反复掉下悬崖、永远卡在山里;dreaming 离线对照转录纠正后,Agent 掉头回到洞里,最终抵达下一座城市。量化数据:3000 步累积动作里,记忆加 dreaming 在第 1935 步抵达 Cerulean,错笔记版本永远过不了山。一条被纠正的笔记,直接改变了结局。
织网。35 万文件、4.2 亿 token 的公司语料,128 个会话逐步建 wiki:单靠 wiki 检索从 13% 升到 48%,wiki 加搜索从 54% 升到 61%。当然有边界——单文档任务 wiki 没有优势,而且 wiki 本身可能比语料还大(实验里膨胀到 1.77 倍),建表征也要算成本。
提层与聚焦。注入层必须小,错误笔记一旦被注入会在所有会话全局传播。多 Agent 并发写同一个文件会互相覆盖(实验里 57 个判分事实只剩 41),改成每 Agent 独立页、逐字引用原文后全部保留。
我打算怎么改
复盘下来,我的改造路线很清晰:先把"对话存库"降级为诚实的 Transcripts 层;然后加上会话结束后的离线整理步骤,哪怕只是让模型对照日志自查一遍笔记,也是最小的 dreaming;注入层只留一份精简索引,正文按需检索;最后把我写死的记忆规则删掉,换成一句"先用记忆里的理论去测,再写记忆"。
记忆不是免费的,但做对了,它就是 Agent 从"每次从零开始"到"越用越聪明"的分水岭。这篇论文值得每个做 Agent 的工程师精读一遍。
如果看完觉得对你有帮助,想系统学大模型和 Agent 的朋友,可以看看文末的学习资料,我把自己在用的路径也放在里面了。
补一个被我忽略的关键定义:记忆即预测
论文还有一个提纲挈领的视角值得单独说:它把"记忆"定义为一种预测机制。Agent 通过记忆,在下一次遇到类似情境时预测正确做法。这个定义妙在哪?它给了记忆系统一个可量化的评测标准——不是看存了多少,而是看下一次预测得准不准。
验证用的基准叫 CL-Bench 1.0,一个数据库问答任务:答完后系统会给出正确答案,Agent 可以把规则、已验证事实、踩坑警告写进记忆;下一题开新会话,但记忆目录持久存在。这个设计恰好模拟了真实工作场景——每次任务都是新会话,但经验应该留下来。
数据说话:无状态基线与有记忆存储对比,Opus 5.5 从 0.655 涨到 0.838,Sonnet 5.5 从 0.644 涨到 0.833,而且随着题目累积,带记忆的曲线稳定走高。更关键的发现是:较新的模型(Opus 5 及以上)能形成"闭环学习"——自动记录规则与陷阱,而无记忆基线几乎原地踏步。
这组数字反过来解释了第四层注入层为什么必须精简:记忆的价值在"预测得准",不在"装得得多"。把你最确定的规则和警告放进每个新会话的第一屏,剩下的交给按需检索——这才是记忆系统的正确打开方式。
如何学习大模型 AI ?
由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。
但是具体到个人,只能说是:
“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。
这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。
我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
这份完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】


为什么要学习大模型?
我国在A大模型领域面临人才短缺,数量与质量均落后于发达国家。2023年,人才缺口已超百万,凸显培养不足。随着AI技术飞速发展,预计到2025年,这一缺口将急剧扩大至400万,严重制约我国AI产业的创新步伐。加强人才培养,优化教育体系,国际合作并进是破解困局、推动AI发展的关键。


大模型入门到实战全套学习大礼包
1、大模型系统化学习路线
作为学习AI大模型技术的新手,方向至关重要。 正确的学习路线可以为你节省时间,少走弯路;方向不对,努力白费。这里我给大家准备了一份最科学最系统的学习成长路线图和学习规划,带你从零基础入门到精通!

2、大模型学习书籍&文档
学习AI大模型离不开书籍文档,我精选了一系列大模型技术的书籍和学习文档(电子版),它们由领域内的顶尖专家撰写,内容全面、深入、详尽,为你学习大模型提供坚实的理论基础。

3、AI大模型最新行业报告
2025最新行业报告,针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估,以了解哪些行业更适合引入大模型的技术和应用,以及在哪些方面可以发挥大模型的优势。

4、大模型项目实战&配套源码
学以致用,在项目实战中检验和巩固你所学到的知识,同时为你找工作就业和职业发展打下坚实的基础。

5、大模型大厂面试真题
面试不仅是技术的较量,更需要充分的准备。在你已经掌握了大模型技术之后,就需要开始准备面试,我精心整理了一份大模型面试题库,涵盖当前面试中可能遇到的各种技术问题,让你在面试中游刃有余。

适用人群

第一阶段(10天):初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么?
- 大模型是怎样获得「智能」的?
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例:向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段(30天):高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示(Embeddings)
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段(30天):模型训练
恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。
到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2:手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段(20天):商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身:基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例:如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- …
学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。
如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。
这份完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

6万+



被折叠的 条评论
为什么被折叠?



