Claude Memory 设计解读：记住经验，保留边界 – Florian
一个 Agent 能把任务完成一次，依靠的是当时的上下文和推理能力；能够在下一次少走弯路，则需要把经历变成经验。难点在于，经验从来不是一个孤立动作。它还包含当时的目标、环境，以及这个动作为什么成立。只记住“上次怎么做”，可能省掉重复探索，也可能省掉这次本应重新进行的判断。 Anthropic 最近公开的记忆设计，把在线记录与离线 Dreaming 放进了同一套架构。[1] 这里我更关心的是其中的分工：哪些信息应当场留下，哪些知识值得事后整理，怎样让下一次会话用较小的上下文找到它们。再往前一步，这些经验参与决策时，能否把形成时的条件一起带过去？这决定了记忆最终是一种学习能力，还是一套越来越牢固的旧习惯。 1. 经验留存 1.1 学习闭环 先看最小方案：给 Agent 一个可以跨会话读写的目录，任务结束后允许它保存笔记。这样，下一次会话就不必完全从零开始。 但目录解决的只是“东西还在”，没有解决“留下的东西是否有用”。一句“这次答错了”是事件记录；一句“可能因为查询方式不对”是假设；只有进一步查明原因、测试假设，才能形成可复用的规则。有效记忆需要把这几个状态分开，否则未来的 Agent 很容易把上一次的猜测当成已经确认的知识。 CL-Bench 的数据库问答实验把这条链路单独呈现出来：每题都从新会话开始，答题后给出正确解法，只有记忆目录在题目之间保留。较弱模型常停在记录和猜测，较强模型则逐渐学会核验结论、保存规则成立的依据，并提醒后续会话注意已经发现的陷阱。[1]…