昨天你花两小时教会 Agent 跑通 `make test`，今天新开一个会话，它把同一批错命令又敲了一遍。
不是你 prompt 写得差，是它压根没有"昨天"。
11 月 6 日，Anthropic 工程团队发了篇长文《The components of agent memory》，把 Claude 5 系列背后的智能体记忆架构完整摊开了。核心机制的名字很浪漫：dreaming，做梦。IT之家小红书
白天干活，夜里复盘
思路来自 Letta 实验室和 UC Berkeley 提出的"睡眠时计算"：会话空下来，就用闲置算力回看原始日志，纠错、去重，把散落的经验重组成带索引的笔记。不改权重，不重新训练，也不是真睡觉，本质是一段异步批处理。小红书微博小红书
像人。白天海马体抓拍，夜里皮层重放整理。小红书
落地只有三步：导出、做梦、挂载。已结束的会话导成纯文本日志；做梦会话只读日志、读写记忆库；下次业务会话只读挂载更新后的库，从 `_index.md` 往下翻。微博
分工也抠。Sonnet 5.5 当调度员，只派活不读日志；多个 Haiku 5.5 当分析师，并发通读工具结果；最后一个整理员负责合并重复、修链接、更新索引。微博
代价不算高：283 KB 样本、11 份日志，约 2.5 分钟、0.36 美元；50 份长日志约 12 MB，默认配置单次约 8 美元、10 分钟。微博
记 413 个文件，不如记 9 个
真正值钱的是几组反直觉的对照实验。
《宝可梦 红》约 1 万步的测试里，Sonnet 3.7 给每场战斗、每个路人都建了档：413 个文件、225 个文件夹，后期连着 17 步只在整理文件不操作，最后拿到 1 枚徽章。Fable 5 只维护 1 个全局看板加 9 个策略文件，拿了 4 枚。微博小红书小红书
记流水不等于有记忆。
那该记什么？当前金币、地图坐标，看一眼屏幕就知道，写进记忆只会迅速过期。值得写的是"不推演就会消失的规律"。文里有个例子：连扔 7 个球抓不到鲤鱼王，Claude 摸出"连败 3 次后在菜单间多按几次 wait 换节奏"，写下这条规则，之后一球即中。微博
做梦也确实救过场。过月见山时它把西侧的宝可梦中心记成东侧，出门以为已经过山，连掉三次悬崖后心态崩了直接放弃。开启后台做梦，它拿笔记跟原始操作日志对账，发现方位记反，改完一把穿洞通关。小红书
还有一条容易被忽略：别管太宽。对 Opus 5 这类强模型，只告诉它"有个记忆目录可以用"就行；硬性规定"只准记失败教训"，记忆加成反而暴跌。而对不爱主动读记忆的 Sonnet 4.6，强制它"答题前先读记忆并验证"，得分直接翻倍。微博
规模化的数字更硬。面对被收购公司 Stainless 约 35 万份内部文件、4.2 亿 token，Opus 5 在后台连续做梦 128 轮，自动建页、打双链、去重核查，编出一套内部 wiki。只靠这套 wiki 答 25 道题，准确率从做梦 2 轮时的 13% 涨到 48%。Harvey 的合同审查任务更极端：多个 Agent 同改一张共享表格，互相覆盖漏掉近三成事实，57 题只对 41；让 Claude 做梦复盘后，它自己把建库规则改成"每份合同独立建页 + 单 Agent 专责 + 核心条款逐字引用"，57 题全对，第二轮做梦还顺手修好了 9 处死链。微博小红书微博
三条能直接抄走的
Anthropic 没把话说满：记忆会错、会过时，维护它要烧算力，效果还挑任务。简单检索任务硬建 wiki，甚至会出现 wiki 比原文档还庞大的反效果。小红书微博
所以他们的解法是分层——做梦把细节往下沉，顶层每次只预注入核心索引。Claude Code 现在每轮只读 MEMORY.md 的前 200 行或 25 KB，防止顶层指令膨胀把注意力稀释掉。微博
落到你自己的 CLAUDE.md 上：
一，只写"不推演就会消失的规律"，别写当前状态。 构建命令、代码规范、团队约定放 CLAUDE.md；你纠正过它的做法、踩过的坑放记忆。
二，记忆要带版本号。 早期跑 `make test` 必须设 `TIDEWICK_DATA_DIR`，后来的版本不需要了——记清"适用于哪个版本"，比死抄一条旧经验有用。微博
三，业务会话只读挂载。 这能防它把记忆库写脏，但防不住库里本来就有的错漏。日志当资料，别当指令；凭据只记名称，不抄数值。微博
Agent 的上限也许取决于模型，但它能不能变成你团队里那个"记得住事的同事"，取决于你怎么管它的记忆。
