Anthropic工程师Lamis在伦敦AI Native DevCon上分享了让AI越用越聪明的内部方法。
文章作者、来源：新智元
记忆，最后变成了一个文件夹
Lamis上来就放了個大招：光有智能不會產生複利。
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，也是他们现在认定的做法：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.