高和数科 Claude学会做梦自我进化了，能自己拆活、自己验收

Anthropic 在旧金山的 Code with Claude 开发者大会上，把 Claude Agent 往云端又推了一大步。

这次主角已经不是 Claude Code，而是 Claude Managed Agents——Anthropic 托管的云端 Agent 运行平台。

图片

Claude Code大家都熟悉，它部署在本地，通过调用大模型 API 来帮助大家写代码干活儿。

而 Claude Managed Agents 则是Anthropic托管的云端Agent运行平台。开发者可以直接定义一个Agent，再给他配一个自己的“电脑”（云端运行环境），之后通过简单的 API 接口持续使用这个Agent。

以前你电脑里跑一个 Claude Code。现在它在云端帮你跑 100 个，而且这 100 个 Agent 之间还能互相分工、互相验收、互相整理记忆。

四舍五入，这就是「无限 Claude Code + 无限子 Agent」的产线，也就是这次大会的主菜。理解了Managed Agents，再看这次大会的新功能，就顺了。

为了让这批 Agent 真正跑起来，Anthropic 一次性补上了 4 项能力：Dreaming（记忆整理）、Outcomes（结果验收）、Multi-agent orchestration（多智能体分工），还有 Webhooks（外部通知），分别回答了下面4个问题：

• Agent跑久了，记忆怎么整理？

• Agent干完活，结果怎么验收？

• 一个Agent干不动，任务怎么分工？

• Agent跑完以后，外部系统怎么知道？

• 先说 Dreaming 吧，这次仍然是研究预览（Research Preview）阶段。

  Anthropic 官方的说法是，Dreaming 是一个定时运行的过程，会回看 agent sessions 和 memory stores，从过去的工作记录里提取模式，整理记忆，让 Agent 在之后的任务里表现得更稳定。开发者可以让它自动更新记忆，也可以先审核再决定是否采纳。

图片

这跟我们之前Claude code里的 autoDream 很接近。

但区别在于，cc 里的东西更像内部机制；而新版本明显加了产品层。这次的 Dreaming 是一个定时跑的异步任务。它会同时读 Agent 现有的记忆库，加上过去最多 100 个会话的完整记录，然后输出一份新的记忆库。

干 3 件事：

• 合并重复条目

• 用最新值替换矛盾内容

• 从历史会话里挖单 Agent 看不到的宏观规律

图片

注意是「输出新的」，原记忆库不动，开发者审核后再决定要不要采纳。

这个细节很重要，因为 Agent 的记忆不是越多越好。跑久了以后，记忆库里会出现重复、过时、矛盾的内容。

Dreaming 做的是把 Agent 一次次任务里的临时经验，整理成下一次可以复用的长期知识。而且，这个长期知识可以通过 API 给任何你在云端制造的新Claude code拿去复用。

这个做梦，就可以让云端的 cc 集体复盘，集体拥有昨天的记忆了。

但光会有记忆还不够。

有时候你让 Agent 写报告，它写了；让它改代码，它改了；问它「完成了吗」它大概率会说完成了。

但——它说完成 ≠ 真的完成。

Outcomes（公测版）就是来解决这个的。

图片

它的机制是，让开发者先定义 outcome，也就是“什么叫完成”；再写一份 rubric，描述成功标准和评分维度。

等 Agent 完成任务后，再调用一个独立的 grader 在上下文窗口里，对照标准给结果打分。如果结果不合格，grader 会指出哪里要改，干活的 Agent 再来一轮。

图片

其实，过去很多 Agent 都会“自我检查”，但自己做、自己查、自己宣布成功，天然容易放水。于是，Outcomes 把执行和验收拆开了。

这背后其实是非常传统的组织原则。

人类公司为什么有 code review、QA、审计、合规、考试、验收？

因为执行者和评价者不能完全是同一个人。Outcomes 就是把这个组织原则放进了 Agent 系统。

Anthropic 的内部测试数据是，Outcomes 相比标准 prompt loop，任务成功率最多提升 10 个百分点；文件生成场景里，docx 任务成功率提升 8.4%，pptx 提升 10.1%。

有了Outcomes，每个在云端干活的新 Claude code 自然可以让我们更放心一些。