一夜之间，Anthropic内部都在搞「智能体图」！

新智元报道

「别再给 Claude 写提示词了，你该搭一张能让它自己跑起来的图。」

就在最近，Anthropic 工程师 Lamis 登上伦敦 AI Native DevCon，用近30分钟的时间公开拆解了一套让 AI 「越用越聪明」的内部方法。

刚开场，她就开起了玩笑：你们听了一天演讲，脑子里的「上下文窗口」应该快塞满了吧？希望还留着点余量，因为我接下要讲的，恰好就是上下文。

笑完后，她就把 Anthropic 一年的家底全给掀了。

记忆，最后变成了一个文件夹

Lamis 上来就放了个大招：光有智能不会产生复利。

再牛逼的模型，开箱也不知道在你的组织里怎么才算把活干成。这些东西得有人喂给它，还得让它记住。

Anthropic 过去一年就在琢磨怎么喂，前后换了四代方案。

第一代是 CLAUDE.md。人能读、agent 能写的 markdown 文件，塞在会话开头，效果「好得不讲道理」。但代价是会越写越长。

第二代是 memory 工具。干脆放权：什么时候读、什么时候写、什么时候更新，让 agent 自己定。

第三代是 Skills，核心思路叫渐进式披露。

Lamis 用书架做了个比喻：有人用法语搭话，我抽出那本法语词典就能应付——不需要提前把七年法语课的内容全背进脑子。同样的，agent 只看文件顶部那几句摘要决定要不要加载，但 skill 本身可以塞进任意深度的细节。

第四代，也是他们现在认准的做法：把记忆直接建成文件系统。理由朴素——agent 天生会翻文件、搜关键词，你只管把它索引好。

思路听着漂亮，一上真实环境就出事。几千个 agent 同时改一份记忆，谁说了算？一个 agent 犯了错，错的信息瞬间传染全体。

Anthropic 的解法是设置四道护栏：能回滚、防撞车（你写到一半别人先交了，你这份作废重来）、分权限（全局知识只读，agent 只能写自己的草稿本）、可搬家。

现场当时就有观众灵魂拷问：这不就是在重新发明数据库吗？Lamis 笑了：确实是回到那些老套的软件工程原则，只不过换成 agent 能用的方式。

用起来也很简单，5 分钟搞定：新建一个 CLAUDE.md，写清楚活干成什么样才算合格。以后每踩一个坑，回来补一行。

让 AI 做梦：校长夜里批全校的卷子

上面这些，都是 agent 一边干活一边顺手做的。但这里有两个天花板。

一是分心——你既让它完成任务，又让它花算力写文件。

二是视野——它只看得见这一次会话里发生的事。你眼看着它反复犯同一个错，急得跺脚，它却毫无感觉。

因为每次会话对它来说都是一张白纸，上次犯的错根本不存在。几个 agent 在不同环境各跑各的，彼此踩过什么坑，更是互相看不见。

说白了：写记忆不该跟干活抢时间，也不该让一个 agent 蒙着眼睛干。得有人站在全局，事后统一复盘。

于是有了 dreaming——做梦。

做法简单粗暴：等 agent 们都收工了，单独起一个专职「复盘」的 agent，把记忆库和一大批历史对话记录摊开来，找出反复出错的地方，逐条提出修改建议，附上「哪几次对话里出的事、出了多少次」，最后交给人类拍板。

Lamis 用学校来打比方：学生交卷，老师批改，校长复盘全局。

学生每天交作业，老师每天批，但没人看全局。直到校长把全校试卷摊开一看——地理科所有同学同一道题全答错了。为什么？翻开课本一查，这个知识点根本没教过。校长把它补进课纲，第二天所有人自然就会了。

听起来要额外花钱？Lamis 说恰恰相反——记忆库一旦干净，agent 更容易一把过，犯错少了，成本反而降下来。这是真正的复利。

不用等 Anthropic 把这套东西做成产品，自己每周就能跑一遍：开个新会话，把这周的聊天记录丢给 AI，让它挑出你老是卡住的地方，直接在 CLAUDE.md 添上就行。

你手上那条工作流

是一张画烂了的图

记忆管的是时间：让 agent 跨会话攒经验。她讲的另一半管的是结构：一次任务内部，步骤到底该怎么排。

随讲座一起流出的还有一份图工程指南，核心观点用一句话说：你的工作流本来就是一张图，只是画得太烂。

比如，「先调研、再总结、再写稿」——三步排成一条线，每一步都在等上一步。但真的每一步都非等不可吗？

指南里给了个方法，叫假边测试：对着工作流里的每一个箭头问一句：这一步真的用到了上一步的输出吗？数据真的流过去了吗？如果没有，这个箭头就是假的，等待纯属白费。

把假箭头删掉之后，最常出现的形状叫钻石：一个步骤做完，下面岔成好几条路同时跑，跑完再收拢到一个点汇总。你等的时间是最慢那一条路，而不是几条加在一起。

但同时跑也有风险——其中一路跑出了垃圾，会不声不响混进最终结果。所以汇合之前要加一道质检：这份输出能不能用？能用才往下走。

为什么说这是个转折

提示词有个根上的毛病：改进不累积。

你把一句提示词调到完美，这次它表现很好。下个任务，从头再来。功夫全留在了聊天框里，第二天什么也没剩下。

图和记忆在干同一件事——让功夫留下来。图把结构写成文件，记忆把经验写成文件，dreaming 让 AI 自己往里补。

人的位置也跟着变了：从一句一句喂指令的人，变成第二天早上点头或者摇头。

Keep thinking, keep learning, and keep dreaming.

参考资料：

https://x.com/Mahaximus_/status/2083172782364315891

编辑：所罗门