AutoDream原理详解Claude代码如何更新记忆与自我学习

最近在AI Agent领域，一个关于“记忆管理”的设计思路正在引起广泛讨论。如果你用过Claude Code，肯定对那个自动生成的MEMORY.md文件不陌生。它会默默记录你的身份、项目细节和踩过的坑，让Agent在每次新会话中都能“认识”你，无需从头开始。

但一个现实问题随之而来：随着使用时间拉长到一两个月，这些记忆会不会像未经整理的衣柜，越堆越乱，最终失去效用？

这个疑问并非空xue来风。事实上，Anthropic的工程师们早就意识到了这一点，并在底层为这个功能赋予了一个充满诗意的名字——AutoDream，即“自动做梦”。名字听起来有些玄妙，但它直指一个所有智能体都无法回避的核心挑战：如何高效管理长期记忆。

为什么记忆需要“整理”

这得从智能体记忆系统的两个经典难题说起。

首先是记忆膨胀。想象一下，你上周告诉Agent“这个项目用PostgreSQL”，前天补充“PG 16升级了”，昨天又更新“我们改用RDS托管”。三条记忆指向同一件事，却记录了时间线上的演变。如果不加整理，下次Agent检索“项目数据库”时，可能把三条全塞进上下文。这不仅浪费宝贵的Token，还可能让模型被前后矛盾的信息搞糊涂。

其次是记忆过期。你两个月前提到“目前主要做Stripe集成”，后来项目转向，你却忘了专门通知Agent。这条过时的记忆会一直挂着，在未来的相关讨论中再次被检索出来，可能导致决策偏差。

有数据表明，约33%的记忆事实在90天内会变得不准确。试想，一个运行了一年的Agent，如果还在依赖半年前的记忆做判断，其可靠性将大打折扣。

因此，一个健壮的记忆系统绝不能只负责“存储”，还必须肩负“整理”的职责。AutoDream解决的正是这个问题——让Agent在“空闲”时自动整理记忆，该合并的合并，该更新的更新，该删除的删除。

这很像人类大脑的运作机制：白天的经历并不会原封不动地留存。睡眠期间，大脑会对短期记忆进行主题归档，剔除无关紧要的细节，强化重要的信息。Anthropic将这个功能命名为“Dream”，可谓相当贴切。

先来看一张全景图，建立直观印象。

先看看记忆长什么样

在深入AutoDream的整理逻辑之前，有必要先了解它整理的对象——Claude Code的记忆文件——究竟是如何组织的。

打开你项目中的~/.claude/projects/<项目名>/memory/目录，通常会看到类似这样的结构：

.claude/projects/<项目名>/memory/
├── MEMORY.md                    ← 索引文件，有200行上限
├── user_preferences.md          ← 用户偏好
├── project_database_stack.md    ← 项目技术栈
├── feedback_testing_policy.md   ← 行为反馈
└── reference_linear_board.md    ← 外部资源指针

其中，MEMORY.md是总索引，每一行指向一个具体的记忆文件，例如：

- [用户偏好](user_preferences.md) — 偏好 TypeScript，不喜欢写注释
- [数据库技术栈](project_database_stack.md) — PostgreSQL 16 on RDS
- [测试规范](feedback_testing_policy.md) — 不要 mock 数据库

每个具体的记忆文件则是一段带有YAML frontmatter的Markdown文本，存储着详细内容。AutoDream整理的就是这一系列文件——合并重复的主题、更新过时的事实、并保持MEMORY.md索引的精简。理清这个结构，后面的整理逻辑就更容易理解了。

它不是真的“每天晚上”跑

这里需要先纠正一个常见的误解。AutoDream并非设定了一个固定闹钟（比如凌晨三点）来运行。它的触发机制更为智能——每次你与Agent完成一轮对话后，它会在后台悄然评估“现在是否该做梦了”。

然而，整理记忆本身是一项开销不小的操作：需要fork子进程、读写文件、调用大语言模型。显然不能每次对话后都执行，成本太高。因此，它设计了三道检查关卡，成本从低到高排列，任何一道未通过，整个流程便会直接跳过。

第一道关：时间检查。如果距离上次整理还不到24小时，直接跳过。这道检查成本极低，只需读取文件的修改时间。

第二道关：内容检查。即使过了24小时，但如果这段时间你根本没怎么使用Agent呢？系统会扫描会话目录，如果发现新增或改动的会话少于5个，同样跳过——没有足够的新内容，不值得启动一次完整的整理。

第三道关：锁机制。前两道都通过了，说明确实有必要整理。但还需确认没有其他进程正在操作记忆文件。这里的锁机制设计得很巧妙：一个文件同时承载两项功能——其修改时间记录了“上次整理时间”，而文件内容则写着当前正在执行整理的进程PID。这个PID是关键，它确保了同一时间只有一个进程能获得操作权限，避免了冲突。

在大多数情况下，第一道时间关卡就足以拦截不必要的整理操作。一次stat系统调用是纳秒级的。只有极少数情况才会走到需要“拿锁”这一步。

梦里做了什么

当三道检查全部通过，整理工作便正式启动。Claude Code会fork出一个子Agent，并赋予它一段专门的整理指令（prompt）。

这个子Agent的权限受到严格限制。它只能使用只读的Bash命令（如ls、grep、cat），任何写入操作都会被拒绝。它唯一被允许修改的，只有记忆目录下的.md文件。这种工具层面的限制，从根本上保证了“做梦”过程不会意外损坏你的项目。

整个整理prompt分为四个阶段，每个阶段任务明确。

第一阶段：认路。使用ls查看记忆目录，通读MEMORY.md索引，扫描所有已有的主题文件。目的是摸清“已经记住了什么”，为后续操作奠定基础，避免创建重复记忆。

第二阶段：寻找新信号。探查近期是否有值得记录的新内容。主要从两个方向入手：一是检查现有记忆是否与代码现状存在矛盾（例如，记忆写着“用MySQL”，但代码库里全是PostgreSQL）；二是在必要时，通过grep检索会话历史，寻找特定细节。

第三阶段：执行整理。将找到的新信号写入对应的主题文件。写入时遵循三大原则：1) 优先合并到已有文件，而非创建新文件；2) 将“昨天”、“上周”这类相对日期转换为具体日期；3) 如果发现某条事实已经过时，直接修改或删除对应的记忆文件。

最后一点尤其值得强调：Agent被赋予了“删除”的权限。这是AutoDream与普通“记忆累加”机制最本质的区别。一个记忆系统最可怕的不是记得少，而是记了一堆错误信息却不清理。

第四阶段：修剪索引。MEMORY.md作为记忆系统的目录，必须保持精简。Claude Code对此有硬性约束：200行上限、25KB大小上限，且每条索引描述不超过150个字符。如果发现某条索引过长，通常意味着把具体内容写进了索引本身（索引本应只存储文件路径），这时就需要将其拆分出去，形成独立的记忆文件。

几个值得记住的设计细节

成本优化：“做梦”过程复用了主对话的Prompt Cache。Fork出的子Agent与主对话使用相同的system prompt前缀，因此能够直接命中缓存。这使得整理过程本身的Token成本极低——大部分输入Token走的是缓存价格。

过程透明：子Agent运行完毕后，主对话中会插入一条提示消息：“Improved memories: X.md, Y.md, Z.md”。用户能清楚地知道后台修改了哪些文件，可以随时查看或手动调整。

手动触发：除了自动运行，用户也可以输入/dream命令手动触发整理。其逻辑与自动触发一致，但区别在于，手动触发拥有完整的工具权限，不受“只读工具”的限制。

回到这个名字

剖析完实现机制，再回头看“Dream”这个名字，确实起得精妙。

人类在睡眠时，大脑会进行“记忆巩固”（memory consolidation）——将白天的短期记忆按主题分类，剔除不重要的，强化重要的，并将信息从海马体转移到大脑皮层，形成长期记忆。

AutoDream所做的，与这个过程几乎一一对应：将日常对话积累的信息归类到主题文件，合并到已有记忆，删除过期事实，保持索引精简。甚至连触发周期都相似——大脑每晚进行一次，AutoDream每24小时执行一次。

当然，记忆管理远不止于此，还涉及生命周期管理、记忆投毒防护、语义化召回等诸多复杂问题。

Hermes Agent也在做类似的事

AutoDream并非孤例。近期备受关注的Hermes Agent（由Nous Research出品，GitHub星标109K）也内置了一个名为Curator的功能。其思路一脉相承，但设计更为系统化——它不仅整理记忆（Memory），还整理技能（Skill，即Agent从经验中提炼出的操作指南）。

Curator会为每个Skill打分、合并重复项、归档长期未使用的技能，并每7天自动运行一次。在其实现中，还有一些AutoDream尚未涵盖的设计，例如基于空闲检测的触发机制、Skill从“活跃”到“陈旧”再到“已归档”的生命周期管理，以及允许用户将重要Skill“钉住”以防止被自动清理的机制。

这些探索共同指向一个趋势：随着AI Agent走向长期化、复杂化任务，一套能够自主维护、更新和优化其内部知识状态的“记忆管理系统”，正从“锦上添花”变为“不可或缺”的核心组件。