塔斯娱乐资讯网

Anthropic开源Dreaming工作流,重构记忆系统

Anthropic 让 Claude 开始“做梦”了,让 Agent 从过去的经历中持续进化。

Anthropic 发布了一篇 Cookbook:《Dreaming with a Dynamic Workflow》,展示了一套让 Agent 在后台复盘历史任务、提炼经验、更新长期记忆的机制。

解决 AI Agent 有一个长期问题:今天花几十轮解决的问题,明天开启新 Session,可能又要重新探索一遍。

核心是三个 Agent,目前都已经开源,可以直接复用。
1. Lead Agent:负责编排 动态生成工作流,将历史 Session 分配给多个 Analyzer 并行处理。
2. Transcript Analyzer:负责提炼 阅读历史对话、工具调用和执行结果,识别成功经验、失败原因、遗漏信息,并更新 Memory。
3. Memory Organizer:负责整理 合并重复知识,处理新旧经验冲突,维护索引和知识关联。
有意思的是,Anthropic 没有采用复杂的知识库方案,而是使用 Markdown Wiki 保存长期记忆。通过文件、索引和相互引用,让 Agent 能够持续读取和更新自己的经验。

这套机制包含三个关键动作:
Verify:验证历史记忆是否准确。
Enrich:补充新的事实和经验。
Organize:合并重复信息,修正过时知识。

这项探索真正值得关注的,是 Agent Memory 正在从简单的聊天摘要,走向持续维护的经验系统。再结合 LLM Wiki 以及开源的 Prompt,感觉有需要对目前的 Agent Memory 系统做一次深度重构!

记住发生过什么,只是第一步;理解为什么成功或失败,提炼可复用的方法,并在下一次任务中验证效果,才是更重要的能力。

未来的 Agent,或许不仅要有更长的上下文,还需要学会如何从过去的经历中成长。

#Anthropic #Claude #AIAgent #AgentMemory #Dreaming #MultiAgent #AgentHarness