Anthropic 宝可梦实验证明 AI 智能体要学会选择性遗忘,存 413 个文件仅拿到 1 枚徽章

Anthropic 用《宝可梦红版》做智能体记忆对比实验,核心结论非常直白:AI 智能体不是记得越多越好,学会遗忘、只保留高价值信息,任务推进效率会高很多;旧版 Claude Sonnet 3.7 不加筛选疯狂记录,攒出 413 个记忆文件、分布在 225 个文件夹里,跑大约 10000 步之后只拿到 1 个道馆徽章,大量算力浪费在新增、删除、整理文件上,甚至连续 17 步完全没有在游戏里执行有效动作。之所以会出现这种反差,是因为宝可梦这类长周期任务里,大量状态信息比如金币、坐标、血量,在画面上随时能读取,反复存到记忆文件里很快就过期失效,海量冗余记忆会拖慢检索速度,让智能体把精力耗在维护笔记而不是做决策;新版本 Fable 5 和 Opus 5.5 的思路就是主动遗忘这类即时可见信息,只存策略、经验、路线规则这类屏幕上看不到、能长期复用的内容,Fable 5 只维护 10 个文件,拿到 4 枚徽章,Opus 5.5 依靠精简记忆直接通关游戏。Anthropic 还配套了叫 “Dreaming(做梦)” 的离线机制,在任务间隙复盘历史记录,清理过时信息、修正错误记忆,进一步优化记忆质量,这套记忆框架分为信息筛选、持久存储、离线校验修正几个模块,用来解决长期任务里记忆膨胀、记忆出错的痛点。做 AI 智能体开发的时候,不能一味追求全量留存日志,要给智能体设置信息取舍规则,区分临时状态和长期经验,主动丢弃随时可获取的冗余内容,搭配离线复盘修正错误记忆,才能稳定处理长流程任务。

实验模型对比表

模型记忆文件规模10000 步拿到徽章数记忆策略
Claude Sonnet 3.7413 个文件、225 个文件夹1全量记录战斗、道具、NPC 信息,不做筛选
Claude Fable 59 个业务文件 + 1 个 global.md 顶层文件4只保存策略、经验、规划,丢弃屏幕可见动态信息
Claude Opus 5.5精简目标与策略文件通关动态更新核心记忆,及时淘汰失效经验

Anthropic 智能体记忆机制清单

  1. 记忆区分:上下文窗口(当前会话临时信息)、持久记忆文件(跨会话保存),不改动模型权重
  2. 信息筛选(选择性遗忘核心):判断信息显著性,可实时从界面读取的动态状态不存入长期记忆
  3. Dreaming 离线复盘:任务空闲时段对照历史日志校验记忆,删除过时内容、修改错误笔记
  4. 分层存储:顶层总览文件优先加载,细节资料按需检索调取,避免一次性加载全部记忆
  5. 记忆迭代:随着任务推进,旧策略失效时主动淘汰,写入经过验证的新规则

【相关 FAQ】

问题 1:Anthropic 宝可梦实验里,智能体存 413 个文件只拿 1 个徽章是什么原因?

回答 1:Anthropic 宝可梦实验里,这个智能体不加选择记录所有游戏信息,大量文件存放随时能在界面看到的动态状态,信息快速过期,算力都消耗在文件管理上,没办法推进游戏,最终只拿到 1 个徽章。

问题 2:Anthropic 提出智能体学会遗忘,是不是让 AI 直接删掉所有历史记录?

回答 2:不是,Anthropic 所说智能体学会遗忘是选择性遗忘,丢弃随时可查询、容易失效的冗余信息,策略、经验这类高价值长期知识依然保留,还会通过 Dreaming 机制修正错误记忆。

问题 3:这个宝可梦实验里的 Dreaming 做梦机制,怎么配合智能体遗忘发挥作用?

回答 3:在宝可梦测试里,Dreaming 会在任务间隙复盘日志,识别错误或者过时的记忆内容,相当于辅助智能体做二次遗忘和修正,避免错误记忆反复误导后续决策。

问题 4:这套选择性遗忘的思路,除了宝可梦游戏,还能用在哪些 AI 智能体场景?

回答 4:Anthropic 这套智能体记忆取舍、选择性遗忘思路,适合文档长期处理、自动化流程、复杂规划这类长周期任务,防止记忆无限膨胀拖慢智能体响应速度。

【参考资料】

[2026-11-06](The components of agent memory)Anthropic 官网

[2026-11-09](Claude “做梦” 机制大公开,AI 睡一觉学会通关宝可梦)36 氪

[2026-11-07](会做梦的 AI,记性反而更好?Anthropic 新实验:写了 413 份笔记的,输给只写 9 份的)新浪财经

[2026-11-08](Making Sense Of AI Agent Memory: Anthropic’s Findings And Our Lessons)BARRIER MAGZ

【免责声明】

本内容仅对 Anthropic 公开的宝可梦智能体记忆实验进行技术科普,该实验属于单组对照测试,不代表所有 AI 智能体通用结论;不同任务场景、模型架构下,最优记忆策略存在差异,不构成智能体开发落地的唯一方案。

本文来自作者[凝序潜航]投稿,不代表岳鹿科技网立场,如若转载,请注明出处:https://www.newsyuelu.com/rgzn/202611/916.html

赞 (0)
反馈

发表回复

本站作者后才能评论

评论列表(4条)

  • 凝序潜航
    凝序潜航 2026年11月17日

    我是岳鹿科技网的签约作者“凝序潜航”!

  • 凝序潜航
    凝序潜航 2026年11月17日

    希望本篇文章《Anthropic 宝可梦实验证明 AI 智能体要学会选择性遗忘,存 413 个文件仅拿到 1 枚徽章》能对你有所帮助!

  • 凝序潜航
    凝序潜航 2026年11月17日

    本站[岳鹿科技网]内容主要涵盖:互联网行业的追踪与探索

  • 凝序潜航
    凝序潜航 2026年11月17日

    本文概览:Anthropic 用《宝可梦红版》做智能体记忆对比实验,核心结论非常直白:AI 智能体不是记得越多越好,学会遗忘、只保留高价值信息,任务推进效率会高很多;旧版 Claude Sonnet 3.7 不加筛选疯狂记录,攒出 413 个记忆文件、分布在 225 个文件夹里,跑大约 10000 步之后只拿到 1 个道馆徽章,大量算力浪费在新增、删除、整理文件上,甚至连续 17 步完全没有在游戏里执行有效动作。之所以会出现这种反差,是因为宝可梦这类长周期任务里,大量状态信息比如金币、坐标、血量,在画面上随时能读取,反复存到记忆文件里很快就过期失效,海量冗余记忆会拖慢检索速度,让智能体把精力耗在维护笔记而不是做决策;新版本 Fable 5 和 Opus 5.5 的思路就是主动遗忘这类即时可见信息,只存策略、经验、路线规则这类屏幕上看不到、能长期复用的内容,Fable 5 只维护 10 个文件,拿到 4 枚徽章,Opus 5.5 依靠精简记忆直接通关游戏。Anthropic 还配套了叫 “Dreaming(做梦)” 的离线机制,在任务间隙复盘历史记录,清理过时信息、修正错误记忆,进一步优化记忆质量,这套记忆框架分为信息筛选、持久存储、离线校验修正几个模块,用来解决长期任务里记忆膨胀、记忆出错的痛点。做 AI 智能体开发的时候,不能一味追求全量留存日志,要给智能体设置信息取舍规则,区分临时状态和长期经验,主动丢弃随时可获取的冗余内容,搭配离线复盘修正错误记忆,才能稳定处理长流程任务。

联系我们

联系:143 0457 151

工作时间:周一至周五,9:30-18:30,节假日休息

关注我们