很多在工位上折腾智能体的工程师,都曾遭遇过一种让人啼笑皆非的诡异现象。
刚启动时智能体动作干脆利落,不管是调工具还是查数据都又快又准。但只要任务跨度稍微拉长,整个系统就会肉眼可见地慢下来。命令行里的光标转起了漫长的菊花,消耗的额度成倍飙升。更诡异的是,明明手头还有一堆关键业务没有推进,智能体却突然停下了脚步,开始在后台频繁翻看、重写自己刚存下的各种记录文件。
这并非运行环境发生了内存泄漏,智能体越跑越慢并非模型变蠢,而是它在长程任务中患上了无节制记录冗余常识的“整理笔记强迫症”。

沉迷记笔记的智能体把主线任务卡死
Anthropic 官方近日公布的技术报告《The components of agent memory》,将这种狼狈现场彻底曝光。
为了评估智能体长程决策能力,研究人员让 Claude 尝试打通经典的《宝可梦》红蓝宝石版本。每个模型都被分配了一个可以自由读写的持久化存储目录。
结果在进行到第一万步时,两代模型展现出了令人瞠目结舌的反差。
早期版本的 Sonnet 3.7 以为眼前万物皆是机密,开启了记录狂欢:碰到怪物、捡起道具、遇到路人都要单独建一个文件。短短一万步,它在磁盘上堆积了多达 413 份记忆文件、225 个目录,累积了近百万字符。
由于游戏状态瞬息万变,这些过载的笔记转瞬间就全部失效,反过来把模型死死套牢。
到了第一万步的关键节点,系统开始疯狂整理第四个主记忆目录。在接下来的整整 17 个执行步骤里,它新建了 6 个文件、删除了 9 个文件,游戏角色却原地发呆毫无动作,一万步仅仅拿到 1 枚徽章。
相反,优化后的 Fable 5 总共只写了 9 份文件加 1 份顶层索引,轻松斩获 4 枚徽章并一路通关。

错误假设被当成真理引发死循环撞墙
许多工程师在为智能体接入存储时,直觉上总觉得“记性越好系统越聪明”。
这种做法极其危险。它就像一个在课堂上疯狂把黑板每个字都抄满三本笔记的实习生,看似勤奋无比,实则连老师讲的核心逻辑都没听懂,最后考试彻底交了白卷。
更致命的是未经验证的偏见。当智能体把临时的错误猜测写入持久化存储后,后续所有会话都会把这份记录当作绝对真理执行,直接诱发灾难性的死循环。
Anthropic 在报告中披露了一个极其荒诞的严重失误案例。在月见山的山洞地图中,入口处坐落着一座精灵中心,洞口旁则暗藏着一处一摔即落且无法原路爬回的单向悬崖。智能体在探索过程中误判了方位,在笔记里白纸黑字写下“精灵中心在东侧出口”。
走出大门后,它自信地汇报“月见山探险搞定”,随后迈步跳下悬崖摔回了起点。
由于工具没有标注断崖高差,智能体根据错误笔记认定自己只是“向西走过头了”。在错误记忆误导下,它连续三次摔下同一处悬崖,最后彻底绝望折返回新手村。
倘若没有外部纠偏机制,一条带着偏见的错误笔记,就能让最聪明的大模型在死胡同里撞得头破血流。

闲时做梦机制把碎片日志蒸馏成铁律
为了打破这种越记越蠢的恶性循环,工程架构必须彻底重构智能体的记忆模型。
人类大脑之所以不会被每日的海量琐事撑爆,核心在于海马体与新皮层的严密分工。海马体负责在白天快速捕捉当下的微观经历,而在夜晚深度睡眠与静止休息时,大脑才会对这些日志进行离线重放,将真正有价值的模式提炼沉淀为长期的稳定知识。
现代智能体底盘正在全面引入这种被称为“闲时做梦”(Sleep-time Compute)的分层治理架构。
在实时执行一线,必须果断短路阻断。屏幕当前视窗能直接读取的状态严禁落盘;执行过程只做极简埋点记录未验假设,绝不把精力浪费在实时反刍与整理上。
真正的知识沉淀被全部后置到任务间歇期与会话空闲阶段。
此时独立的后台程序会重新唤醒模型回放全量执行记录。智能体跳出局部执行的视野狭隘,以真实的执行结果和客观断言作为地面真值,严密核验先前的每一个假设。被证伪的错误推论被果断剔除,孤立失效的死链被彻底修剪,而经过反复验证的成功策略则被合成提炼为轻量级维基。
而在新会话重新点火时,系统坚决杜绝把百万字符的全量库灌入窗口,仅仅动态加载前两百行精炼索引。
不再被繁文缛节绑架的智能体,终于能够将全部注意力留给真正的物理世界。砍掉多余的笔记强迫症,智能体才能摆脱越跑越慢的泥潭,在复杂的长程任务中走得更远更稳。
