Anthropic 研究智能体记忆:会遗忘比记得多更关键

11 月 16 日,Anthropic 发布关于智能体记忆的研究,结论是决定表现的关键在于知道该忘掉什么,而不是存下多少。官方的实验里,新的 Claude Fable 5 只保留少量策略文件,在宝可梦红测试中走到的进度是旧版 Sonnet 3.7 的 4 倍,而后者依赖 400 多个文件。

选择性记录胜过大而全

研究关注的是 Claude 在多次会话之间如何保留知识,结论是选择性地做笔记比无差别存档的效果好出一大截。测试设定是一个需要长期策略规划的游戏,模型能拿到多少历史信息、又能从中提炼出多少有效规则,直接决定它能推进多远。Sonnet 3.7 在超过 400 个文件的存档下,反而不如只留少量策略文件的新版本。

Dreaming 用来事后纠正

研究里提到的另一环是 Dreaming 过程,它会回溯性地修正已经写错的记忆,而不是等新信息进来再叠加。这条机制和存储策略是配套的,存得少意味着留下的每一条都得是对的,错了就得回头改。Anthropic 给出的判断很直接,智能体记忆的关键是知道什么该忘。

对做 Agent 的人意味着什么

如果这套结论站得住,做长期运行的智能体时,记忆预算要花在筛选上而不是容量上。写满历史档案的上下文往往不是资产,检索不到重点的旧笔记会占着预算还干扰判断。少写、准写、错了回头改,比把每轮对话都存下来更有效。

相关阅读

全部文章归档与模型专题