Anthropic 用一组宝可梦实验给出了一个刺眼结论:写 413 个记忆文件的模型只拿到 1 枚徽章,写 9 个文件的模型拿到 4 枚。AI 记忆的下一道门槛不是容量,而是取舍。
这是什么
Anthropic 把 AI 智能体(能自主调用工具、连续完成任务的模型)记忆拆成四层:原始会话日志、从日志提炼的笔记、跨会话汇总的知识库,以及每次开局自动加载的常驻上下文。
其中最值得注意的是 Dreams(离线整理机制):模型工作结束后,系统再拿日志逐条校验笔记,输出新的记忆版本,旧版本可以丢弃。这相当于给记忆增加了撤销能力,避免错误判断在后续对话里持续累积。
记忆本身也被视为一种预测:写下“用户偏好简洁回答”,是在赌这个偏好未来仍然有用;写下当前血量、敌人位置,则是在保存系统随时可以重新读取的信息。
行业怎么看
我们认为,这套设计把竞争焦点从“上下文窗口有多大”推向“信息筛选是否准确”。当模型可以长期保留经验,真正稀缺的不是存储,而是判断哪些经验值得进入未来任务。
但离线整理尚不能解决全部问题。原文提到,相关指标从 13% 提升到 48%,仍有 52% 未解决。错误记忆还可能被模型当成事实继续引用,过时资料会逐渐拖累任务;越复杂的记忆系统,也越需要审计、过期与删除机制。
另一项风险来自模型能力差异。实验中,预先规定“只记录失败”反而降低强模型表现,因为固定规则可能挡住有效判断;较弱模型则需要明确提示,才会主动读取并核验记忆。因此,同一套记忆架构未必能复制到不同模型上。
对普通人的影响
对企业 IT:企业部署 AI 时,重点将不只是接入模型,而是建立可追溯、可撤销的记忆治理机制,尤其要处理客户信息、权限与过期知识。
对个人职场:AI 助手可能逐渐记住写作偏好、项目背景和工作方法,但错误经验一旦固化,使用者仍需定期检查它到底记住了什么。
对消费市场:陪伴型和学习型助手会变得更“懂用户”,差别也将更多体现在是否少记、记准和及时纠正,而不是单纯聊得更多。