Anthropic 博客详解如何为智能体构建记忆系统
精选理由
Anthropic 教你给智能体做记忆系统，用类似做梦的离线整理纠错，准确率从 13% 干到 61%，还省 token。
Anthropic 发布博客介绍智能体记忆系统的构建方法，核心是在空闲时调用算力回顾操作记录，类似人类睡眠做梦的离线整理机制。AI 能借此修正记错的结论、把零散笔记整理成 wiki 页面，并将核心规则放进新对话的置顶内容。在宝可梦红版测试中，盲目记录的早期模型写了 400 多个文件而被垃圾信息卡住，学会抓重点和纠错的模型只用 10 个文件通关。在 35 万份企业文件问答测试中，持续做梦生成的 wiki 把准确率从 13% 提升到 48%，配合搜索工具达到 61%，每个问题还能节省约 20000 个 token。
原文 · Gorden Sun
Anthropic新博客：如何给AI智能体构建记忆系统，让AI在多次任务之间保留经验。
AI在完成任务时很难分清哪些信息以后用得上，如果把所有经历都记下来，会让记忆库变得极其臃肿混乱，甚至把错误的判断一直当真并反复犯错。
Anthropic提出了类似人类睡眠做梦的机制，让AI在空闲时调用算力回头翻看之前的操作记录。利用这种离线整理，AI能够修正之前记错的结论，把零碎笔记整理成类似知识库的wiki页面，并且把核心规则精简后直接放到每次新对话的置顶内容中。
在玩宝可梦红版测试中，早期模型因为盲目记录遇到了每个NPC和战斗细节，写了400多个文件导致自身被垃圾信息卡住；而学会抓重点和做梦纠错的模型只用了10个文件就顺利通关。在处理35万份企业文件的问答测试里，经过持续做梦生成的wiki让AI回答准确率从13%提升到48%，配合搜索工具时不仅准确率达到61%，还能为每个问题节省约20000个token的消耗。
文章链接：https://t.co/82bbavy8dx
