A/刚发的Agent记忆架构博客，把大模型怎么做梦这件事彻底讲透了。

​现在的Agent，最头疼的就是多轮任务下模型像条金鱼。
上下文塞得太满模型直接跟失忆了一样，历史信息存得太杂模型自己又会被琐碎细节活活噎死。

​A/拿 Claude 跑宝可梦红版测试的时候，老模型 Sonnet 3.7 像个极度焦虑的实习生。

路上碰到个路人、捡了块石头都要建个文档存下来，前前后后在两百多个文件夹里堆了四百多份笔记。

玩到一万步的时候，连续十几个回合游戏角色在原地一动不动，模型在后台忙着删旧文件建新文件夹，最后累死累活才拿到一个道馆徽章。

​到了新模型这边画风完全变了。
像 Fable 5 和 Opus 5.5，游戏界面上本来就能看到的血量和金币一律不存，只记自己试错摸出来的通关策略和操作规则。

整个记忆库只有九个小文件外加一个全局看板，Opus 5.5 靠这几页笔记直接把整部游戏通关了。
​他们重点讲的这个做梦机制，本质上就是让模型在任务间隙的空闲时间里，拿完整的原始日志给自己做离线复盘。
比如 Claude 之前在月见山把宝可梦中心的方向记错了，出门直接跳下单向悬崖摔回起点，死循环卡了三次以后自己都写日志摆烂不玩了。
后来研究员给它塞了个做梦流程，让它对着底层运行日志重新核对，模型自己查出笔记里的错误并改掉，第二趟直接顺畅通关走出了山洞。
​还有一个很有意思的测试结论。
很多开发者习惯给agent写一堆规则，比如强行写提示词规定模型只准记录失败教训。
结果 A/往强模型上一试，这种规矩一加，模型表现直接断崖式下跌。给足工具并交代清楚目的，剩下的交给大模型自己判断什么是重点，比人类指手画脚定死规则好用太多了。