Anthropic 推出面向自学习智能体的记忆与梦想机制

📌 One-Sentence Summary

Anthropic 为其 Managed Agents API 引入了记忆与梦想这两个新原语，使智能体能够通过以文件系统般的方式管理自身知识，并异步整理这些知识以随时间推移而改进，从而实现持续自学习。

📝 Summary

Anthropic 的这段视频介绍了「记忆」与「梦想」，这是其 Managed Agents API 的两个基础原语，旨在创建自学习 AI 智能体。「记忆」被建模为一个文件系统，赋能像 Claude 这样的智能体使用 `bash` 等标准工具来管理自身知识、从过往交互中学习，并在多智能体群组中分享洞察。该系统专为企业级规模设计，具备权限范围、使用内容哈希的乐观并发以及详细审计日志等功能。「梦想」是一个互补的异步过程，在后台运行以分析近期智能体会话记录。它识别跨会话模式、常见错误和低效之处，然后自动整理和组织共享记忆。这种「带外」过程在不增加实时任务延迟的情况下，提高了记忆质量和未来智能体的性能。演示中包含了站点可靠性工程（SRE）智能体的示例，以说明这些功能如何实现更智能、高效和协作的 AI 系统。

💡 Main Points

1. 「记忆」作为文件系统原语被引入，供智能体管理自身知识。 Anthropic 将智能体记忆建模为一个文件系统，允许 Claude 使用 `bash` 等熟悉工具来创建、组织和更新自身知识。这种方法赋予智能体管理其上下文和从经验中学习的自主权，超越了受限的预定义记忆结构。
2. 「梦想」是一个异步的带外过程，用于记忆的整理和改进。 「梦想」独立于实时任务运行，分析近期智能体会话记录，识别单个智能体可能遗漏的共享模式、常见错误和低效之处。然后，它自动更新和组织记忆存储，在不增加延迟的情况下提高记忆质量和未来智能体的性能。
3. 该系统专为企业级多智能体协作而设计。 为支持智能体群组并发工作，该系统包含企业级功能，如权限范围（只读与读写）、使用内容哈希的乐观并发以防止数据覆盖，以及用于审计和控制的完整版本历史记录。
4. 这些原语将智能体从简单的任务执行转变为持续自学习。 实时、由智能体管理的「记忆」与异步、整体的「梦想」相结合，实现了持续改进的循环。智能体可以从自身工作中学习、分享知识，并从系统级洞察中获益，从单一任务执行者演变为随时间推移而不断改进的智能实体。

💬 Key Quotes

• 记忆是下一个原语，我认为它将使我们能够实现基于所处理任务和自身经验而演进和改进的自学习智能体。
• 在 Claude Managed Agents 中，记忆被建模为 Claude 的一个文件系统。
• 「梦想」是一个过程，它会在你最近的智能体会话及其记录中寻找模式和错误，并自动生成有组织且最新的记忆内容。
• 「梦想」是一个带外过程，它在后台运行，这样做不会给智能体现有任务的热路径增加任何延迟。
• 「梦想」是这些更中间的记忆系统与那些更大规模知识库之间的桥梁，我们认为后者在未来几个月将变得非常突出。

📊 Article Meta

Play Full Video