当 AI 开始「做梦」：下一步不是更聪明，而是更会沉淀经验

最近，Anthropic 为 Claude Managed Agent 更新了三个功能：Dreaming（做梦）、Outcomes（成果评估）、Multi-agent（多智能体编排）。

仔细拆解这些功能后会发现：真正决定 Agent 下一阶段壁垒的，不再是单纯的智商比拼，而是如何构建一套机制，让 Agent 能够像人类一样沉淀经验、自我进化。

一、LLM 的局限：高智商的失忆症患者

上下文窗口本质上是人类的工作记忆，它是临时的、易失的。

当一个 Agent 运行了几十个回合，它的上下文里堆满了零散的工具调用日志、报错记录、重复的中间思考。这会导致两个致命后果：

• 注意力稀释（Lost in the Middle）：上下文越长，模型越容易忽视关键的指令，产生幻觉，甚至连简单的遵循指令能力都会退化。
• 跨会话的彻底遗忘：一旦当前任务结束，这个容纳了无数踩坑经验和用户偏好的上下文窗口就会被瞬间清空。下次见面，一切清零。

因此我们需要一种机制，让 Agent 学会沉淀经验。

二、流水线西装与高定裁缝的《VIP 客户小本本》

为了更好地理解这次的三项功能更新，可以先建立一个日常的心理模型。这里有一个很重要的概念：柔性软件。如果把软件开发比作做衣服——

1、传统软件：流水线批量生产的标准款西装

传统软件的第一性原理是复用性。因为程序员太贵了，软件公司只能开发大一统的标准产品（比如 Photoshop、Word）。这就像商场里批量生产的标准款西装，不管你是高矮胖瘦，产品经理已经给你框定了唯一的尺码体系。你能穿，但永远做不到完美贴合你的个人习惯。

2、柔性软件：现场为你剪裁的高定裁缝

有了 Agent 的加持，软件进入了「可塑时代」。柔性软件有着稳定的底层 API（布料），但在运行态，Agent 就像一位全能的高级裁缝，完全根据你当天的身材、场合和心情，现场为你即时剪裁、生成你专属的操作界面和业务流。

3、做梦：高定裁缝的《VIP 客户小本本》

然而，如果这位高级裁缝没有长期的记忆机制，体验也是灾难性的。你每次走进裁缝铺，他都得从头用皮尺量你的肩宽、胸围，询问你的喜好。虽然最终做出来的衣服合身，但等待和沟通的成本太高了。

而做梦功能完美补齐了这部分：它就等同于这位裁缝在每天夜里打烊后，悄悄把你过往所有的穿搭习惯、身材变化、甚至随口抱怨过的一句「领口太紧」，整理提炼，详细地写进他的《VIP 客户小本本》里。

没有这个小本本，裁缝每次见你都得从头量尺寸，他做出来的衣服就永远不可能做到真正的默契与合身。

三、裁缝是如何在睡梦中进化的？

在真实的 Agent 工作流中，Agent 每次干活都会往记忆库里写东西，但这些记录是递增的、碎片化的。时间一长，记忆库里一团糟，充满了过时的报错和相互矛盾的信息。

做梦则是一个在两次任务间隙运行的定时异步任务。它会同时读取 Agent 现有的记忆库和过去最多 100 个会话的完整记录，做三件事：

• 去重与合并：把零散的知识点缝合在一起。
• 破旧立新：用最新验证正确的值，替换掉过去陈旧或矛盾的条目。
• 挖掘宏观规律：从大量的历史会话中，反刍出 Agent 在单一局部会话中根本注意不到的隐藏模式。比如「我发现这个用户每次周五提交的代码都需要格外检查安全漏洞」。

这种机制在本质上复刻了人类大脑的记忆巩固过程：白天，大脑像海绵一样高频吸收短期的工作记忆；而在夜间休息时，它会自动回放经历，强化有价值的信息节点，剔除冗余噪音，最终将碎片化的输入整合成稳固的长期认知。

并且，Dreaming 永远不会直接污染原始的输入记忆库，它输出的是一份全新的小本本。开发者就像是裁缝铺的老板，可以实时查阅裁缝深夜写日记的过程，随时打断或审查结果，甚至通过指令去引导它「今晚该做什么主题的梦」。

这种将经验沉淀从实时的、昂贵的上下文中剥离出来，转为异步离线处理的架构，是走向企业级智能体平台的必经之路。

四、闭环的形成：评估与协作

一个只会做梦反思的裁缝是不够的，他还需要知道自己做的衣服到底好不好看，以及在面对超大型订单时懂得团队协作。

1、成果评估：让经验有迹可循

在小红书 AI 搜索的复盘里提到过，评测即新一代 PRD——我们不再用静态文档告诉模型应该怎么做，而是用黄金评测集和打分器告诉模型什么才是好。

Outcomes 机制就是这一理念在框架层的完美落地。开发者不需要再写冗长复杂的提示词让 Agent 自己检查自己，而是直接写一份 Markdown 格式的评分标准，比如「交付的财务模型必须引用过去五年的历史数据，且必须包含敏感性分析」。

系统会分配一个完全独立的评估器，在隔离的上下文中对照标准打分。如果没达标，评估器会精准指出差在哪里，打回让 Agent 修改。

这种「干活的 Agent」与「打分的法官」物理隔离的设计，避免了 Agent 陷入自我证实的逻辑盲区，也让每一次做梦沉淀下来的经验，都是经得起检验的。

2、多智能体编排：分工带来的认知解耦

当我们需要打造一套极其复杂的柔性软件系统时，单个 Agent 的能力和上下文容量是会触顶的。

通过多智能体编排，一个主控 Agent 可以将任务拆解，分发给搭载不同模型、不同专有工具的专家 Agent。它们在彼此隔离的线程中工作，但共享同一个文件系统。

结合上下文不等于记忆所讲的，多 Agent 的本质是通过引入团队白板和共识机制，解决复杂任务中的状态不一致和通信爆炸。主控 Agent 只需要关注顶层逻辑和最终交付，而无需被子 Agent 繁琐的工具调用日志污染上下文。

当 Dreaming、Outcomes 和 Multi-agent 结合在一起时，我们看到的是：由主干 Agent 统筹规划，专家 Agent 并行执行，评估官严格把控质量，最后在夜深人静时，系统通过 Dreaming 自动提炼今天的成功与失败，固化为明天的长期记忆。

最后

过去的计算，像是在执行一套被人写好的控制流程；而今天的智能，更像是在上下文中调用过去沉淀下来的经验。

Agent 的下一步，不是单纯追求模型参数的变大或逻辑推理的绝对完美。真正的壁垒，在于能否为它设计一套 Harness、一套完善的记忆系统，让它具备时间感。

当一万个用户使用同一套底座软件时，借助柔性软件的范式和做梦沉淀的记忆，Agent 能在数字世界里，为每个人裁剪出其心仪的定制西装。

它不再是一个用完即抛、每次都要重新调教的生硬工具，而是一个真正懂你、会随着岁月与你共同成长的持久伙伴。