Claude 学会了"做梦"：Anthropic Dreaming 功能深度解读
🔥 2026 年 5 月 6 日，Anthropic 在 Code with Claude 大会上发布了三项重磅 Agent 功能——Dreaming、Outcomes、Multi-Agent Orchestration（多智能体编排），标志着 AI Agent 从"执行指令"跨入"自我进化"时代。
一、Dreaming：AI Agent 的"梦境"是什么？
Dreaming 是 Anthropic 发布的最具突破性的功能。它不是让模型变得更聪明，而是让 Agent 学会从自己的经验中学习。
工作原理
Dreaming 是一个在 Agent 任务之间运行的定时后台进程，它不改变模型权重，更像是一种结构化的"笔记整理"机制：
Dreaming 主要寻找三类模式：
| 模式类型 | 说明 |
|---|---|
| 重复错误 | Agent 反复犯的错误——比如特定文件格式的处理方式不对 |
| 收敛工作流 | Agent 在不同任务中逐渐"摸出来"的高效做法 |
| 团队偏好 | 一个 Agent 集群中共同涌现出的工作习惯 |
Anthropic 将这个过程比作海马体的记忆巩固——就像人脑在睡眠中回放一天的事件并决定保留什么。
Harvey 的惊艳数据
法律 AI 初创公司 Harvey 是 Dreaming 的内测客户。数据震撼：
- 任务完成率提升约 6 倍
- 痛点在于：Agent 总是"记不住"文件类型特性和工具相关的 workaround，导致同样的任务反复失败
- Dreaming 让这些经验真正"留下来了"
二、Outcomes：自评分的 Agent 质量闭环
第二个功能解决的是一个更日常但同样关键的问题：Agent 完成了任务，但输出质量不够好，没人及时发现。
工作机制
关键设计：评分 Agent 运行在自己的独立上下文中，不被执行 Agent 的推理过程污染，纯粹基于输出结果做判断。
效果数据
| 指标 | 提升幅度 |
|---|---|
| 任务成功率 | +10 个百分点 |
| Word 文档生成质量 | +8.4% |
| PPT 生成质量 | +10.1% |
| Wisedocs 审核速度 | 快 50% |
💡 最有趣的数据：单纯增加评分循环就提升了 10.1% 的 PPT 质量。这说明很多输出质量问题是评估问题而不是模型问题——你输出不好不是因为模型差，而是因为没人检查它。
三、Multi-Agent Orchestration：多智能体编排
第三个功能解决的是复杂任务的协同问题。一个主 Agent 将任务拆解，分发给多个专业子 Agent 并行执行。
架构图解
每个子 Agent 拥有独立的：
- 模型配置（可以混用不同模型）
- 自定义 Prompt
- 工具集
- 在共享文件系统上并行工作
客户案例
| 客户 | 使用方式 | 效果 |
|---|---|---|
| Netflix 平台团队 | 多 Agent 编排 | 用主 Agent 分派数百个仓库的构建日志给子 Agent 并行扫描 |
| Spiral（Every 出品） | 编排 + Outcomes | Haiku 主 Agent 接收请求，Opus 子 Agent 并行起草 |
| Wisedocs | Outcomes | 文档审核速度提升 50% |
四、技术深度：为什么 Dreaming 不是"微调"？
很多开发者会问：这不就是微调吗？
完全不是。
| 维度 | Dreaming | 微调/训练 |
|---|---|---|
| 模型权重 | 不变 | 会更新 |
| 运行频率 | 每次任务间 | 一次性 |
| 学习来源 | 自己的会话记录 | 标注数据集 |
| 范围 | Agent 级别的行为模式 | 全局能力改进 |
| 需要 GPU | ❌ | ✅ |
| 可控性 | 开发者可审核每次记忆变更 | 黑盒 |
Dreaming 更像是给 Agent 装了一个"个人经验笔记本"，而不是给它重新上课。
五、对开发者的影响
Dreaming + Outcomes + 多 Agent 编排的组合，其实是在回答一个更本质的问题：模型能力趋同后，Agent 基础设施的竞争在哪里？
⚡ Anthropic 的核心观点：模型能力正在趋同，真正的竞争壁垒是 Agent 的记忆力、自改进能力和任务编排能力。
值得关注的点
- 开源早有方案，但 Anthropic 把它变成了平台能力：Hermes 等开源框架早就有跨会话记忆和定时审查功能，但 Anthropic 是第一个把这件事做成"开箱即用"管理服务的
- "Dreaming"还只是 research preview：需要申请才能使用，说明功能还不够成熟
- 没有独立基准：Harvey 的 6 倍提升数据来自客户自测，Anthropic 没有发布独立评估
- Agent 从工具变成"同事"：当你训练的 Agent 开始自己总结经验、自己评分、自己分派子任务——它就不再只是一个工具了
六、总结
这三个功能一起定义了下一代 Agent 的基础设施蓝图：能记住、能自检、能协同。
如果说 2024-2025 年是"AI 能写代码"，那 2026 年可能是"AI 能自己学会如何写好代码"的一年。
七、Dreaming 和 Prompt Caching（上下文缓存）有什么区别？
两者都涉及"让 Agent 记得更多"，但本质完全不同。
什么是 Prompt Caching？
📦 Prompt Caching（上下文缓存） 是一种性能优化技术。当你连续向 API 发送请求时，相同的 prompt 前缀会被缓存起来，避免重复计算，从而降低延迟和成本。
核心区别
| 维度 | Prompt Caching | Dreaming |
|---|---|---|
| 本质 | 性能优化——省钱省时间 | 能力进化——让 Agent 变聪明 |
| 改变什么 | 重复 token 不再重新计算 | Agent 记忆被整理、优化、更新 |
| 存储什么 | KV 中间计算结果 | 长期记忆条目（文本形式） |
| 触发时机 | 每次 API 调用自动发生 | 任务之间定时触发 |
| 持续时间 | 分钟级（5分钟到1小时） | 跨天跨周持续存在 |
| 谁来控制 | 自动过期，开发者无感 | 开发者可审核每次变更 |
| 影响范围 | 当前会话内 | 跨会话、跨天、整个生命周期 |
打个比方
Prompt Caching 像是你看书时在关键页面夹书签——下次翻到同一页不用重新读整段。
Dreaming 像是你每天睡前回顾今天学了什么——整理笔记、提炼重点、忘掉没用的。第二天带着更清晰的知识体系开始新一天。
它们能一起工作吗？
能，而且应该一起用。
- Prompt Caching：让单次 Agent 任务执行更便宜、更快
- Dreaming：让 Agent 在多个任务之间持续进步、不重复犯错
一个是"跑得更快"，一个是"越跑越聪明"。两者不冲突，是互补的。
Dreaming vs Claude Code 原有记忆系统
Claude Code 之前已经有 CLAUDE.md（项目级指令）、Memory.md 和自动记忆管理系统。Dreaming 是在这些之上的维护层——它不再是被动地存储记忆，而是主动分析、重组、提升记忆质量。