噓，Claude正在「做夢(mèng)」！睡一覺(jué)瘋狂進(jìn)化，一夜暴漲6倍戰(zhàn)力

新智元報(bào)道

編輯：好困 桃子

【新智元導(dǎo)讀】Claude開(kāi)發(fā)者大會(huì)來(lái)了！這一次，Anthropic讓Agent學(xué)會(huì)了「做夢(mèng)」，兩次干活的間隙自動(dòng)反芻記憶、自我進(jìn)化。配合多Agent兵團(tuán)作戰(zhàn)和自動(dòng)評(píng)分官，AI任務(wù)完成率直接暴漲6倍。

就在剛剛，Anthropic讓AI學(xué)會(huì)做夢(mèng)了！

Code with Claude舊金山開(kāi)發(fā)者大會(huì)上，Anthropic真的給Claude托管智能體加了一個(gè)叫Dreaming的功能——

AI可以在兩次工作的間隙，像人類進(jìn)入REM睡眠一樣，自動(dòng)回顧歷史會(huì)話、整理碎片記憶、發(fā)現(xiàn)隱藏規(guī)律。

一覺(jué)醒來(lái)，直接滿級(jí)。

同時(shí)發(fā)布的還有Outcomes（自動(dòng)評(píng)分）和多智能體編排（multiagent orchestration）。

讓Claude睡一覺(jué)，醒來(lái)自己變強(qiáng)

任何用過(guò)AI Agent的人都知道一個(gè)痛點(diǎn)，Agent干活時(shí)會(huì)往記憶庫(kù)里寫(xiě)東西，但這些記錄是零散的、遞增的。

跑了幾十次會(huì)話之后，記憶庫(kù)里一團(tuán)糟，重復(fù)條目、過(guò)時(shí)信息、前后矛盾的內(nèi)容堆在一起。

Agent自己意識(shí)不到這個(gè)問(wèn)題，因?yàn)樗鼈兠看沃豢吹疆?dāng)前會(huì)話的局部視角。

而Dreaming就是來(lái)解決這件事的。

它是一個(gè)定時(shí)運(yùn)行的異步任務(wù)，會(huì)同時(shí)讀取Agent現(xiàn)有的記憶庫(kù)和過(guò)去最多100個(gè)會(huì)話的完整文字記錄，然后生成一個(gè)全新的、經(jīng)過(guò)重新梳理的記憶庫(kù)。

具體做三件事：（1）合并重復(fù)項(xiàng)；（2）用最新值替換掉過(guò)時(shí)或矛盾的條目；（3）從歷史會(huì)話中挖掘出Agent自己沒(méi)注意到的宏觀規(guī)律。

熟悉神經(jīng)科學(xué)的人會(huì)立刻反應(yīng)過(guò)來(lái)，這就是人腦REM睡眠在干的事。

白天大腦吸收原始信息存成短期記憶，夜間REM階段把當(dāng)天經(jīng)歷重放一遍，強(qiáng)化有價(jià)值的連接、丟棄無(wú)用信息、整合成長(zhǎng)期記憶。

Anthropic的工程師顯然也想到了這層對(duì)應(yīng)關(guān)系，所以直接把功能叫做Dreaming。

1968年菲利普·K·迪克問(wèn)了一個(gè)問(wèn)題，「仿生人會(huì)夢(mèng)見(jiàn)電子羊嗎」？58年后，Anthropic給出了一個(gè)工程層面的回答。

值得注意的是，這里還有一個(gè)關(guān)鍵設(shè)計(jì)。

Dreaming永遠(yuǎn)不會(huì)修改輸入的原始記憶庫(kù)。它生成的是一個(gè)全新的輸出記憶庫(kù)，開(kāi)發(fā)者可以先審查結(jié)果，不滿意就直接丟棄。

也就是說(shuō)，你對(duì)AI的「夢(mèng)境」有完全的控制權(quán)，可以選擇讓它自動(dòng)生效，也可以人工審核后再?zèng)Q定是否采納。

AI做夢(mèng)，全程直播

具體來(lái)說(shuō)，Dream任務(wù)進(jìn)入running狀態(tài)后，會(huì)暴露一個(gè)session_id，開(kāi)發(fā)者可以流式訂閱這個(gè)會(huì)話的事件流，實(shí)時(shí)看到AI正在讀取哪條記憶、正在寫(xiě)入什么新條目。如果發(fā)現(xiàn)問(wèn)題，還可以隨時(shí)「叫醒」（取消）。

換句話說(shuō)就是，你趴在AI的床邊，看著它做夢(mèng)。

跑完之后，底層會(huì)話會(huì)被歸檔保留，事后還能回看完整的「夢(mèng)境記錄」。

更關(guān)鍵的是，開(kāi)發(fā)者可以通過(guò)instructions字段告訴AI「做什么夢(mèng)」。

由于輸入記憶庫(kù)不會(huì)被修改，理論上你可以對(duì)同一份記憶跑多次Dreaming，每次聚焦不同主題，產(chǎn)出不同維度的整理結(jié)果。

Agent交完卷，還有一個(gè)評(píng)分官在等著

光會(huì)做夢(mèng)還不夠，干活的質(zhì)量誰(shuí)來(lái)把關(guān)？

這就是Outcomes的作用。

開(kāi)發(fā)者可以寫(xiě)一套評(píng)分標(biāo)準(zhǔn)，描述「什么算交付成功」，然后系統(tǒng)會(huì)分配一個(gè)獨(dú)立的評(píng)估器，在它自己的上下文窗口中對(duì)Agent輸出進(jìn)行打分。

由于評(píng)估器和干活的Agent完全隔離，因此不會(huì)被Agent自身的推理過(guò)程帶偏。

只要它發(fā)現(xiàn)問(wèn)題，就會(huì)精準(zhǔn)指出需要修改的地方，并讓Agent重新打磨再跑一輪。

此時(shí)，開(kāi)發(fā)者還可以設(shè)置最大迭代次數(shù)來(lái)控制成本。

根據(jù)Anthropic的內(nèi)部測(cè)試，相比標(biāo)準(zhǔn)prompt循環(huán)，Outcomes把任務(wù)成功率提升了最高10個(gè)百分點(diǎn)。越難的問(wèn)題，提升越明顯。

在文件生成場(chǎng)景下效果更直觀，docx文檔任務(wù)成功率提高8.4%，pptx幻燈片提高10.1%。

這個(gè)功能對(duì)主觀質(zhì)量評(píng)估同樣有效。

比如文案語(yǔ)氣是否符合品牌調(diào)性，設(shè)計(jì)稿是否遵循視覺(jué)規(guī)范，這類以前必須靠人盯的活兒，現(xiàn)在Agent自己就能對(duì)照標(biāo)準(zhǔn)反復(fù)打磨。

一個(gè)Agent搞不定，那就組隊(duì)上

第三件套是多智能體編排。

邏輯很簡(jiǎn)單，當(dāng)任務(wù)太大或太復(fù)雜，單個(gè)Agent搞不定時(shí)，讓一個(gè)主智能體（lead agent）把總?cè)蝿?wù)拆成多個(gè)小塊，分別派發(fā)給搭載不同模型、不同提示詞、不同工具的專家級(jí)子智能體。

這些子智能體基于同一個(gè)共享文件系統(tǒng)并行工作，各自的成果匯總到主智能體的全局上下文中。

主智能體可以在工作流進(jìn)行到一半時(shí)隨時(shí)找其他智能體對(duì)齊進(jìn)度。

過(guò)程中，開(kāi)發(fā)者還能在Claude控制臺(tái)里追溯每一步細(xì)節(jié)，哪個(gè)Agent干了什么、先后順序、決策理由，全部可見(jiàn)。

6個(gè)著陸點(diǎn)砸了2個(gè)，睡一覺(jué)全修好了

大會(huì)上，Anthropic用一個(gè)月球采礦無(wú)人機(jī)著陸任務(wù)，把三個(gè)功能一口氣串了起來(lái)。

第一步，搭兵團(tuán)。

Commander作為主Agent統(tǒng)籌全局，底下掛兩個(gè)專家Agent：Detector負(fù)責(zé)地質(zhì)探測(cè)，判斷采礦點(diǎn)是否值得開(kāi)采；Navigator負(fù)責(zé)導(dǎo)航，判斷地形哪里可以安全降落。

第二步，定標(biāo)準(zhǔn)。

Outcomes評(píng)分標(biāo)準(zhǔn)就是一個(gè)普通的Markdown文件，幾行文字寫(xiě)清通過(guò)條件：軟著陸速度≤2.0 m/s、地面不能有巨石和隕石坑、剩余燃料≥5%。

第三步，跑模擬。

大屏上同時(shí)顯示6個(gè)著陸點(diǎn)的實(shí)時(shí)狀態(tài)。

結(jié)果，4個(gè)綠色LANDED，但Site 3以398 m/s的速度直接砸了（紅色CRASH），Site 4也沒(méi)達(dá)標(biāo)。整體安全評(píng)分67%。

這個(gè)結(jié)果，顯然是不合格的。

于是，她打開(kāi)Claude控制臺(tái)的Dreams頁(yè)面，選了Opus 4.7模型，點(diǎn)擊「Start dreaming」，讓Dreaming跑了一整夜。

Opus 4.7花了8分鐘，從530萬(wàn)token的歷史會(huì)話中蒸餾出一份98行的「Lumara Descent Commander's Playbook」，覆蓋危險(xiǎn)規(guī)則、懸停掃描流程、燃料底線、中止走廊等維度。每條規(guī)則都標(biāo)注了來(lái)源于哪次任務(wù)。

第二天早上回來(lái)，用升級(jí)后的記憶庫(kù)重新跑了一輪模擬。

原來(lái)失敗的2個(gè)站點(diǎn)全部修復(fù)，原來(lái)成功的4個(gè)沒(méi)有倒退。

整個(gè)過(guò)程，就是在控制臺(tái)里按了幾下按鈕。

Harvey用完漲了6倍，靠的就是這三件套

托管智能體平臺(tái)從4月公測(cè)以來(lái)，核心賣(mài)點(diǎn)一直是「你別自己搭A(yù)gent基礎(chǔ)設(shè)施了，我?guī)湍阃泄堋埂?/p>

但光托管運(yùn)行環(huán)境還不夠，Agent要真正好用，必須解決三個(gè)問(wèn)題——

1. 跨會(huì)話的記憶衰退

2. 不穩(wěn)定的輸出質(zhì)量

3. 單Agent搞不定的復(fù)雜任務(wù)

這次，Dreaming解決第一個(gè)，Outcomes解決第二個(gè)，多Agent編排解決第三個(gè)。三件套一起上，把Agent從「能跑」推向「能用」。

早期客戶已經(jīng)在驗(yàn)證這套組合拳。法律AI公司Harvey用上Dreaming后，任務(wù)完成率飆升了大約6倍。

目前，Dreaming作為研究預(yù)覽版上線，支持Claude Opus 4.7和Claude Sonnet 4.6，需要申請(qǐng)權(quán)限。Outcomes和多Agent編排已進(jìn)入公測(cè)。

費(fèi)用方面，托管智能體在標(biāo)準(zhǔn)API token費(fèi)率之外，額外收取每會(huì)話小時(shí)0.08美元的運(yùn)行時(shí)費(fèi)用。有開(kāi)發(fā)者算過(guò)賬，24個(gè)Agent每天跑8小時(shí)，光運(yùn)行時(shí)就是15.36美元/天，還沒(méi)算token。

One More Thing

算力自由

同一天還有一個(gè)重磅消息。

Anthropic官宣與SpaceX達(dá)成協(xié)議，租下馬斯克Colossus 1數(shù)據(jù)中心的全部算力，共22萬(wàn)張GPU。

Dreaming一次跑530萬(wàn)token，多Agent并行開(kāi)工，Outcomes反復(fù)迭代打分，全都是吃算力的重活。22萬(wàn)張GPU，正好給托管智能體這套服務(wù)兜底。

同時(shí)，「算力自由」也帶來(lái)了更直接的用戶福利——

·Claude Code五小時(shí)使用限額即刻翻倍。

·取消Pro/MAX中，Claude Code高峰時(shí)段限制額度削減。

·Opus API速率限制大幅上漲。

今天，Anthropic給AI裝上了REM睡眠，但這場(chǎng)夢(mèng)才剛開(kāi)始做。

迪克當(dāng)年真正想問(wèn)的，或許不是仿生人會(huì)不會(huì)做夢(mèng)，而是做完夢(mèng)之后，它還算不算機(jī)器。

參考資料：

https://claude.com/blog/new-in-claude-managed-agents

https://x.com/claudeai/status/2052067399088664981