Claude 記憶也要校正

用逐字稿校正記錯筆記

Anthropic 在 2026 年 11 月 6 日發表研究，談代理怎麼整理記憶。重點不是記愈多愈好。筆記可能一開始就寫錯，也可能在環境變了之後過時。他們把事後對照原始逐字稿、修正筆記、合併重複、再留下小型索引的做法叫做 dreaming。

這篇是工程研究與評估，不是宣布所有 Claude 使用者都多了一個可點的 dreaming 按鈕。文中把記憶和另外三件事分開：不改模型權重，所以不是重新訓練；不是單次對話裡的暫時學習；也不是把舊對話收成摘要以便續寫的 compaction。compaction 是用摘要換掉較舊回合，不是無損壓縮。文中用睡眠打比方，只是在說明離線整理，不是人類睡眠研究，也沒有任何 ADHD 或療效說法。

圖由下到上是可搜尋的逐字稿、Claude 寫下的記憶筆記、維基這類整理結果，以及每次新對話會先載入的注入內容。虛線框標成 Dreaming。這張把「用逐字稿校正筆記」那一層塗亮。

資料庫任務看平均報酬

Continual Learning Bench（CL-Bench）1.0 裡有一個資料庫查詢任務。Claude Managed Agents 每一題開新對話，但可以讀寫一個跨題保留的記憶資料夾。答錯之後，模型可以記下失敗、提出原因、再檢驗，變成下一題用的規則。

下面的數字是圖上的 mean reward（平均報酬），不是答對題數的百分比。封面左圖比較無記憶基準與有記憶資料夾，右圖是隨題目累積、截至當題的平均報酬。實心長條與實線是有記憶，斜線與虛線是無記憶。

較強的模型比較會自己把這個迴圈走完。文中寫，Opus 5 是這組裡第一個把規則、怎麼知道它為真、先前答案和陷阱放在一起的。Opus 5.5 與 Sonnet 5.5 有記憶時的平均報酬和 Opus 5 差不多，但它們沒有記憶時的基準稍高。Sonnet 4.6 常常不讀記憶檔，有記憶只從 0.330 到 0.364。

另一張圖補上次數。Sonnet 4.6 在基準、只有記憶、以及記憶加更明確指示時，平均報酬是 0.330、0.364、0.641，各 3 次。0.330 到 0.641 接近兩倍，仍是平均報酬。圖上的參考線寫 Opus 4.7 有記憶 0.700（3 次）、Opus 5 有記憶 0.828（16 次）。誤差線左邊是各次的標準差，右邊是標準誤。

若規定只准記下失敗，增益會掉：Opus 5 少 0.234（3 次）、Opus 4.7 少 0.150（3 次）。Sonnet 4.6 只少 0.020，而且那一條是 1 次。不能據此認定所有模型在『只記失敗』限制下都會明顯退步。文中另寫，Sonnet 5 在沒有被額外提醒時，10 次有 9 次會先讀記憶。Sonnet 4.6 不到一半。

封面那張長條圖是同一組平均報酬，沒有標每次的次數。看數字時要連同這張圖的次數與誤差一起讀，不要把每一根長條都當成同樣的樣本數。

寶可夢少記比狂記有用

他們也用寶可夢紅版看模型會把什麼當成值得記。各跑一次，大約一萬步時比較資料夾。圖上記在第 9,989 步。

Sonnet 3.7 幾乎什麼都寫：413 個檔、977,930 個字元。正文另寫 225 個資料夾，只拿到 1 枚徽章。Fable 5 是 10 個檔、43,406 個字元，其中有頂層 global.md。正文說它是 9 個檔放在 2 個資料夾，再加這份 global.md，與圖上的 10 個檔一致，並拿到 4 枚徽章。面積照字元數，兩張圖同一比例。

這不是遊戲攻略。文中舉例，連續 7 顆精靈球沒抓到鯉魚王之後，模型自己寫下要改按鍵節奏。那是它選擇存下來的筆記，不是被驗證過的遊戲規則。畫面上看得到的金錢或座標，不必再存一份。策略與已檢驗的規則才需要寫下來。Sonnet 3.7 大約在第 1 萬步又開新的總檔，接下來 17 步只在整理檔案，遊戲裡沒有動作。

改正方位才走到下一城

月見山入口附近有一段單向落差。模型把寶可夢中心的方位記錯，寫成在東邊。它走出中心時說山已經在後面，筆記還標成過關。實際上沒有。導航工具沒畫出落差，它又把走錯解釋成自己在正確的一側。

dreaming 拿這份錯誤筆記對照該次逐字稿，改寫方位。改正之後，它走回洞穴，並抵達下一座城華藍市。沒改正的那次，掉回原路 3 次，最後回到前一座城深灰市，整段沒有抵達華藍市。沒有記憶的那次也過不了這座山。

下圖的縱軸是估計走過的地圖格，不是精確座標。記憶加 dreaming 的那條線在累計第 1,935 個動作抵達華藍市。未校正記憶的線掉下落差後折返深灰市。沒有記憶的線沒有抵達。這是圖上的一次對照，不是多次實驗的統計結論，也不能拿來當可靠的遊戲走法。

維基要搭配搜尋才更好

他們用 Stainless 約 35 萬份內部文件、大約 4.2 億 token，做 25 題。文中說 Stainless 是他們在五月收購的軟體公司。Opus 5 在多次 dreaming 裡寫維基、改連結、合併重複，再用原文核對。只靠維基時，符合評分標準的比例從 13% 升到 48%。只給搜尋、沒有維基，維持 53%。維基加搜尋從 54% 升到 61%。文中並寫，每題大約少用 2 萬 token。

圖的橫軸是 dreaming token，對數刻度，從 2M 到 128M。圖註寫每個 session 的預算是 1M token，不是實際花費。2 次之後的示例維基是 103 頁、766 條連結。128 次之後是 222 頁、12,893 條連結。

另一組合併案文件有 24 題，超過一半要跨文件。正文說，需要跨多份文件、或還要判斷與計算的項目（圖中的紅線與橘線），查維基是 87%，只搜尋是 73%。若題目用搜尋就能在單一文件找到，維基沒有明顯幫助。還有一次維基比原文還大：10 份文件、115 KB，對上 68 頁、255 條連結、203 KB，約 1.77 倍。整理如果沒有合併與刪減，就只是再抄一份。

頂層只留小型索引

會被每段新對話先載入的那一層必須短。載入不等於模型會照做。Claude Code 的自動記憶只載入 MEMORY.md 的前 200 行或 25 KB，當成索引，其餘要再去找。dreaming 的工作之一，是把細節往下移，上面只留連結。

整理自己的專案筆記時，可以照這個順序：保留原始逐字稿或來源，用它校正已經寫錯的筆記，把重複頁合併，頂層只留短索引。不要把研究裡的寶可夢推論當成遊戲規則，也不要把它看成已經上線給所有人的新介面。