11月6日，Anthropic发布研究文章《The components of agent memory》，系统拆解Claude智能体如何跨会话记忆、筛选、纠错和整理知识。研究指出，AI智能体可借鉴人脑睡眠整理记忆的机制，在空闲时间反思历史记录、纠错并构建知识结构，从而显著提升长周期任务表现。

该研究将智能体记忆分为会话日志、记忆笔记、知识表征和注入上下文四层，并引入做梦机制，让模型在两次交互之间的空闲时间回顾日志、修正错误、提炼规则和更新知识库。Claude会在会话中标记重要事件或写入记忆笔记，但需要判断哪些内容在未来真正有用。研究团队认为，记忆本质上是一种对未来的预测，AI可像人脑在睡眠中巩固记忆一样，将即时经验逐步转化为可复用的长期知识。

在持续学习基准CL-Bench的数据库问答任务中，具备记忆能力的Claude模型表现明显优于无记忆基线，Claude Opus 5.5和Sonnet 5.5使用记忆后平均得分分别达到0.838和0.833，无记忆基线则分别为0.655和0.644。在《宝可梦红》游戏测试中，Claude Fable 5仅维护10个记忆文件便获得4枚徽章，而Sonnet 3.7写下413个文件仅获得1枚徽章，显示少而精的记忆更有效。做梦机制还展现出纠错能力，当Claude错误记录宝可梦中心位置并因此迷路时，系统通过比对原始会话记录修正记忆，最终成功抵达下一座城市。在约35万份企业文档的测试中，随着做梦规模从2次会话扩展到128次，25个问题的达标率从13%提升至48%，将Wiki与搜索工具结合后综合得分从54%升至61%。