Anthropic 的 Agent 记忆组件：技术文章阅读

全文概览

长期运行的 Agent 会遇到一个反复出现的问题：一次会话里获得的经验，下一次任务可能仍有用，但如果把所有对话都塞进上下文，成本会越来越高，过时信息也可能持续影响判断。Anthropic 在 2026 年 11 月 6 日发表的 The components of agent memory 中，介绍了 Claude 如何使用会话记录、记忆笔记、主题 wiki 和预先注入的上下文组织跨会话信息。

文章的重点是一个称为 dreaming 的离线整理过程：Agent 在任务间回查原始记录，修正笔记、合并重复主题、补充缺失链接，并决定哪些少量信息值得放进下一次会话。原文还用数据库问答、游戏和文档检索案例说明记忆可能带来的帮助及其局限；这些结果由 Anthropic 自行报告，不能直接推断所有任务都会得到相同收益。

图 1：根据 Anthropic 原文的记忆层级与离线整理过程重新绘制。原始会话可供检索，笔记和 wiki 是逐步整理的表示，注入层只承载少量需要预先加载的信息。图由 AI 辅助绘制。

阅读路线是先区分记忆的四个层次，再看整理循环如何纠错，最后结合原文评测讨论成本、适用条件和可以验证的工程实践。

背景与约束

这里的记忆指跨会话保存、以后可以读取的经验，例如用户偏好、已核验的规则和过去任务的结论。原文明确将它与模型权重更新、同一对话内的上下文学习，以及为延续当前会话而压缩旧消息区分开。信息能被保存，并不代表下次一定能被找到或正确使用。

一个具体例子是软件项目中的环境配置。Agent 可能从多次调试中发现某项配置只适用于特定系统版本；如果只留下没有条件的笼统规则，新会话就可能错误套用。原始日志、结论的适用范围和后续更新记录，都有助于判断这条记忆是否仍然有效。

整体方案与关键机制

最底层的会话记录保存事件经过，可以按需检索；记忆笔记记录当下判断可能有价值的观察；主题 wiki 把同一主题的资料聚合并建立链接；最上层则是每次会话预先注入的少量上下文。越靠上的内容越容易被直接看到，但也更占用上下文，并可能让一条错误反复影响任务。

原文将 dreaming 描述为利用任务间的计算回看历史信息。它可以从原始对话检查笔记是否有误，也可以合并和重组 wiki，补全指向不存在页面的链接。整理过程是对已有信息的再处理，需要额外计算，也可能晚于当前任务才完成。

图 2：依据原文关于笔记纠错、wiki 整理和上下文注入的描述绘制的概念流程，箭头表示信息流，不表示原文公开了统一的产品实现。图由 AI 辅助绘制。

原文的游戏案例展示了纠错过程：Claude 曾把地标的位置记错，并据此反复走回原路。一次离线整理将记忆与会话记录对照后，修正了地标位置；使用修正笔记的那次运行随后到达目标地点。这个案例说明核对来源的潜力，但它只是特定场景中的运行结果，不足以单独证明纠错对所有任务都有效。

证据与工程代价

在 CL-Bench 数据库问答任务中，原文比较了无状态基线与跨会话记忆目录。不同模型使用记忆的能力不同：有的只积累未验证猜测，有的会记录已验证规则和错误原因。对较强模型，文章观察到“只记失败”这类过窄的固定规则反而会削弱记忆收益；对较弱模型，提示先读取记忆、再验证猜测则有帮助。结论应限定在文中模型与任务设置内。

另一组实验使用约 35 万个文件、约 4.2 亿 token 的内部文档语料，并以 25 个问题评测。随着构建 wiki 的离线会话增加，wiki 配合搜索的评分由 54% 增至 61%；仅搜索的对照为 53%。只用 wiki 的表现较低。该结果支持在复杂资料中组合结构化导航与原始搜索，但题目数量、语料和作者自报设置限制了外推范围。

文中也给出了反例：一项法律文书任务所需信息大多可从单个文档检索，wiki 相对搜索没有明显收益；另一项任务中，wiki 比原始文件更大。并行整理时，多代理向同一个共享页面写入还可能覆盖彼此内容。作者在一项合同任务中改为每份合同独立页面后，遗漏的受评事实得到改善；该案例同时改变了页面组织与记录方式，不能把收益全部归因于单一因素。

局限与适用边界

维护记忆需要额外的推理、存储和检索成本；记忆越多，内容过期、重复和互相矛盾的风险也越高。注入到每个会话的内容如果有误，会反复污染后续任务。原文因此建议控制预加载层的规模，并让更详细的材料按需检索，而不是持续把全部记忆放入提示。

原始记录本身也未必完整或正确，自动整理仍可能产生误解。文章提供的是作者的工程观察和若干受限评测，没有给出跨所有任务、模型与运行成本的统一最优配置。涉及敏感数据的记忆还需要根据实际系统的权限和保留策略单独设计；这属于部署侧需要验证的事项。

可验证的启发

对于已有项目，可以先记录少量带来源、时间和适用条件的事实，再用一组固定任务比较“只检索原始记录”和“检索加主题索引”的正确率、token 消耗及过期信息命中率。如果索引没有改善结果，或者维护成本超过节省的检索成本，就不必扩大整理范围。

对多代理共同维护的资料，可先将写入按主题或来源文件分区，保留变更记录，再抽查关键事实是否被覆盖。这里的分区方案是基于原文案例提出的工程尝试，实际效果需要在自己的工作负载上验证。

参考资料

• Anthropic, The components of agent memory，2026 年 11 月 6 日。

• Anthropic, Claude Code memory documentation，作为原文相关文档入口，具体当前功能以官方页面为准。