Anthropic 推出“Dreams”功能，是业界承认记忆存储并非难题——维护才是

当 Anthropic 上周宣布为 Managed Agents 推出 Dreams 时，最有趣的部分并非该功能本身，而是其表述中隐含的承认：跨会话累积记忆的智能体会使记忆逐渐变得更糟，而非更好。重复、矛盾、过时的偏好、被记录却从未修正的临时上下文。会话越多，记忆状态的可信度就越低。这不是检索问题。更好的嵌入向量无法解决。问题在于无人维护记录——决定哪些发生了变化、哪些存在冲突、哪些应保留、哪些应丢弃。Anthropic 的解决方案是一个后台的“Dreams”处理过程，它会读取过去的会话并生成一个清理后的记忆存储。背后的研究脉络可以追溯到更早——Generative Agents (2023) 使用反思来综合更高层次的记忆，MemGPT 将其视为操作系统式的分层记忆问题。但 Anthropic 将其产品化，感觉像是业界正式承认这是一个基本要素，而非边缘情况。好奇大家在实际中如何处理： * 你们是否在智能体中运行某种记忆维护循环？ * 你们将会话记录和持久记忆视为同一事物，还是分开处理？ * 记忆质量在生产环境中是否随时间实际下降，还是说在目前的使用水平上这更多是一个理论问题？