Claude终于学会做梦了！Dreaming机制让金鱼脑进化成最强大脑

  新智元报道  

就在刚刚，Anthropic发布了一篇博客——Claude学会了做梦！

利用下线后的闲置算力，Claude学会在虚拟的「梦境」中，疯狂回放白天的交互日志。

在梦里，它纠正自己的低级错误，提炼通过秘籍，甚至像个老练的架构师一样，为明天要问的问题，提前建好一个维基百科！

Claude可以利用梦境来组织记忆。这种方法可以纠正错误、创建笔记、构建新的记忆表征，或者塑造那些会被预存到后续会话中的信

这篇硬核的博客，或许就藏着Anthropic下一代模型Model 4完成自我进化RSI的秘密？

以前的AI，当我们合上笔记本，它就像被拔了电源，世界对它瞬间静止，直到第二天再次被唤醒。听起来，就像《记忆碎片》中那个失忆的男主。

但现在，Anthropic要让AI开启「赛博修仙」！

哲学家克尔凯郭尔曾有这样一句话：「生活只能向后理解，但必须向前度过」。Anthropic的工程师在面对Agent记忆时，发现自己居然也面临同样的困境。

这是因为，如果只是单纯地给AI加内存、拉长上下文窗口，都并不是真正的记忆。

但人类的大脑，给了他们线索！

白天，人类的海马体快速捕捉各种体验；晚上，在我们睡眠的快速眼动起，大脑会快速回放白天的经历，把短期记忆的精华，记录在新皮层里。

UC伯克利的研究者，据此提出一个精妙的概念——睡眠时计算。现在，Anthropic把这套理念完美应用到了Claude身上。

Claude把笔记编成记忆的内容

通过实验，他们证明：Claude通过「自言自语」和「记忆重组」，这完全没有人类指挥的情况下，把闲置算力转化为AI的宝贵经验资产。

CL-Bench 数据库任务，比较不同模型在内存使用方面的表现，以对比有无状态基准情况

看起来，这简直是硅基生命在母体中孕育自我意识！

以下是Opus 5.5提供的视频讲解。

为了测试Claude的梦境记忆有多神，Anthropic直接让它去打《宝可梦：红》。

在没有记忆时，Claude玩这个游戏就像个瞎子。

然而，当给了记忆文件夹时，不同Claude的表现，简直令人喷饭。

旧模型Sonnet 3.7的行为，让人笑掉大牙：它简直像个有囤积癖的书呆子！只见它疯狂写了413个记忆文件，遇到哪只波波鸟、捡了什么药水，甚至屏幕上明摆着的东西，它都记了下来。

结果——玩到最后，它只拿到一个徽章。

表情包

而Fable 5.5和Opus 5.5，全程操作高冷，只写下9个文件和1个全局笔记，但却直接拿下4个徽章。

这就是差生文具多吧（不是）。

在玩《宝可梦》游戏时，Claude 在 Sonnet 3.7 版本和 Fable 5 版本中的记忆目录

所以，为什么学渣会翻车？

原因就在于，宝可梦是个动态世界。Sonnet 3.7这个差生把「我有多少钱」「我站在哪」都记在日志里，但游戏到第10000步时，它的日记本已经厚得没法看了！

为了一条线索，它原地发呆17个回合，直接站着挨打，一步没走。这，就是被自己的记忆反噬了。

相比之下，学霸Fable 5.5，就深刻理解了什么是「判断显著性」——它只记录屏幕上看不见的规则。

下面就是最经典的一幕——

在连续用7个精灵球都没抓到最菜的鲤鱼王时，它没有暴躁，而是默默记下一条心得：「如果连续3个精灵球失败，必须改变时机，在菜单步骤间插入额外的等待时间。」

果然，这么做之后，它下一秒就抓到了！

这个表现，仿佛一位电竞大神，在NGA论坛写下速通攻略。全程高冷，不骄不躁。

这个博客中最炸裂的功能，就是Claude被赋予了「吃后悔药」的能力——梦境自我纠错。

在宝可梦中，有一处妇孺皆知的大坑——月见山脉，洞口有个单向悬崖，一旦跳起下，就得绕大半个地图重写跑。

有一天，Claude路过这里，不幸的它，把方向记反了。

它自信满满，大步流星，在记忆笔记上潇洒记下：「月见山已在我身后，这关PASS！」

话音还没落，它就嗖地一脚踩空，掉落悬崖。

最搞笑的是，游戏并不会弹出「你掉下去了」的警告，所以可怜的Claude根本不知道自己坠崖了。它以为自己走偏了，继续往同一个方向走。

结果——它连续跳崖三次！

第三次摔得脸着地后，它彻底崩溃了，在日记里写下：「我不干了！掀桌！我不要陷入这种无限循环了！我要停下来！」

眼看它就要道心破碎，工程师强行按下暂停键，Claude进入了梦境。

在梦中，Claude冷静下来，拿出错误笔记，和自己刚刚跳崖的原始日志进行对比。

做梦可以纠正记忆中的错误

突然，梦中的Claude开悟了：「破案了！我把宝可梦中心的方向搞反了，所以我一直在往回走。」它在梦中划掉原有的错误笔记，给自己写下新指示。

醒来后，它仿佛换了个人，丝滑地绕开悬崖，成功到达下一个城市。

如果没有做梦复盘，它会永远困在悬崖下，进入死循环。

在正确的记忆中，克劳德回到了洞穴，并抵达了下一个城市。而带着未经修正的记忆进行的奔跑，始终无法越过那座山；同样，没有记忆的奔跑也根本无法前进

另外，Claude还进入企业实习打工。

Anthropic收购了一家软件公司，他们提取了35万个内部文件（高达4.2亿tokens），扔给Claude。

要是在以前，几十万字的企业文档，会让AI幻觉频发，当场崩溃。

但这次，Claude居然在梦里建起一个「维基百科」！

做梦可以构建记忆的表征

在梦里，Opus 5.5化身架构师，夜深人静时，它就开始阅读、提取这些文档，串起相关知识点，合并重复项。经过128次「做梦」后，它的知识图谱从几个点，长成一片星系。

在 Claude 通过连续的多会话过程中，对一家公司的文档集进行了 25 道问题的评分。左右两侧分别展示了经过 2 次和 128 次会话后生成的 wiki 页面；每个点代表一个页面，线条则连接了这些页面

结果，效果极其逆天！

之前，它在内部测试题上的得分率只有13%，做搭建完wiki后，得分率狂飙到48%！再配上搜索工具，直接逼近61%。

每个面板都列出了评分内容（左侧）以及满足各项要求所需的原始文件（右侧）。左侧列出了 24 个与合并相关的问题，右侧则是一个实验室任务示例

好笑的是，它还会勤奋过度。

在测试一件法律并购的卷宗时，Anthropic发现，Claude有时建的wiki，比原始文档还要长！这就仿佛博尔赫斯的小说《科学的精确性》——如果制图师把地图画得和帝国疆土一样大，那地图就是废纸一张。

这个维基页面的规模已经超过了原始文件的大小

梦境的最后一步，就是「记忆晋升」了。

当Claude在梦中提炼出「鲤鱼王该怎么抓」之类秘籍后，会把它们置顶到记忆层次的最顶端。

这就相当于，它给自己打了一份小抄。每次开启一个新会话，这200行的核心记忆，会直接贴在它脑门上。它会一眼明白：我是谁，坑有哪些，我的终极目标是什么。

这就省掉了大量重新阅读上下文的token费用。而且，它会表现得像人类的多年老朋友，默契度拉满！

具体来说，做梦可以促使信息在内存层次结构中向上传递。

梦境能够触及内存层次结构的顶层。注入的上下文会被加载到每个会话中，而较低层次的数据则在 Claude 需要时使用或检索

做梦可以将记忆集中在某个特定目标上。

在修改了相关说明之后，有多少条分级合同条款被纳入了维基百科中？左图：几位代理人共同撰写同一篇页面；其中 41 条条款被保留。右图：每个合同由一名代理人负责编写，各自撰写自己的页面，并逐字引用条款内容；所有 57 条条款均保留

做梦可以填补一次冥想过程所留下的空白。

在第二次「梦境之旅」之前和之后的维基页面

所以，这种做梦机制，我们该如何给自己装上？

Anthropic大方分享出了官方Cookbook，教普通开发者用CAM架构，来召唤梦境。

这个指南，让我们告别了一问一答的单线程模式，利用动态工作流，给应用装上一个「影子护卫」。

首先，是设定入梦扳机。

你可以设定一个触发器，用户长时间未回复，或token积累到某个阈值，就自动开启「dreaming」模式。

另外，还可以用「影分身」。

启动一个在后台运行的独立Claude，把前台各种聊天日志打包，直接扔给它。

明确那些负责梦境产生的因素

第三点，是施展「遗忘术」。

在系统提示词中告诉后台Claude：你现在是记忆整理大师。请从这些闲聊中，提取用户的核心偏好（比如不爱吃香菜），更新的到Global_Memory.json中。注意，要把没用的废除删除。

然后，它就会「惊艳重生」了。

当用户要求帮我点外卖时，前台Agent就会瞬间读取Global_Memory，直接为你避开香菜。

Anthropic这篇含金量极高的博文，标志着AI发展的新阶段。

曾经，所有人都在卷提示词工程，尝试各种「咒语」，但梦境机制却反其道而行之——

真正的智能，需要留白。

当我们给AI闲置算力，给它在后台独立思考、试错、复盘的时间，它就从被动的工具，变成一个能自我成长的数字灵魂。

这，应该也是RSI的一大步。

参考资料：

编辑：Aeneas