把 Claude「做梦」讲准确：Anthropic 到底发了什么，那个 6x 又错在哪

5 月 6 日 Anthropic 在 Code with Claude 上演示“dreaming”之后，媒体很容易写出一个好故事：AI agent 会睡觉、会做梦，醒来更聪明；还有报道把标题押在某客户“task completion 提升 6x”上。这个故事顺，也好传。问题是，有三个关键点和 Anthropic 真正发布的东西对不上。本文只做一件事：把说法拉回一手来源。下面是准确版。

它实际是什么：看文档，不看标题党

官方功能名叫 Dreams；“dreaming”是这个流程的叫法。按 Anthropic 文档，它做的是一件很具体的事：「一个 dream 会读取已有 memory store 和过往 session transcript，然后生成一个新的、重新整理过的 memory store：合并重复项，用最新值替换过时或互相矛盾的条目，并浮现新的洞察。」

机制上，它是一个异步 API job，入口是 POST /v1/dreams。你传入一个已有 memory store，再传入 1 到 100 个 session，它返回一个单独的新 store。最关键的一句话，几乎没有报道提到：「输入 memory store 永远不会被修改，因此你可以先审查输出；如果不喜欢结果，直接丢弃。」它可以被引导：可选的 instructions 字段能写“只关注 coding style 偏好，忽略一次性的 debugging 备注”；它也可以被观察：你能 stream 这个 dream 的 session，看它读了什么、写了什么。模型侧跑在 claude-opus-4-8、4-7 或 sonnet-4-6 上，通常要花几分钟。

这是个干净、有用的原语。但它不是那些标题里写的东西。

报道错了三件事

1. 它不是自动后台进程。 媒体反复讲的版本是：“一个在 agent session 之间定时跑、把新 memory 写好留给下次 session 用的流程”——这说的是挂在 idle timer 上的 daemon。真实 API 不是这样。它是你主动调用：调一次，跑一次，然后你审查输出。文档里没有“趁你睡觉自动跑”的 scheduler。你当然可以把整理任务安排到半夜跑，但那是你的用法，不是它自带的自动化。

2. 它不在 Claude Code 里。 Dreams 只存在于 Claude Managed Agents，也就是 Anthropic 的云端 agent 平台；它藏在 beta headers 后面，是需要申请访问的研究预览。Anthropic 文档里没有给 Claude Code CLI 准备的 Dreams 页面。如果你看到 Claude Code 里的 /dream 命令，或者所谓 “auto-dream” skill，那是社区对未发布能力的逆向；它们的作者自己也写着“currently unreleased”或“not officially announced”。第三方 skill 不等于 Anthropic 已发布功能。

3. 神经科学叙事不是 Anthropic 原话。 “Anthropic 把 dreaming 类比为海马体的记忆巩固”“像睡眠一样整理经验”这类说法，出现在不少博客报道里，但那是作者自己的类比。Anthropic 自己的文档用的是更平直、更准确的动词：reflect、curate、consolidate。Anthropic 这边明确保留下来的隐喻，只有产品名字本身。

“6x”这个数字：按轶事处理，不按结果处理

最黏人的说法是：法律 AI 公司 Harvey 启用 dreaming 后，内部测试里的 task completion rates 大约提升 6x。我们追这个来源，追不到它该有的样子：

• 它不在 Anthropic 文档里。
• 它不在 Simon Willison 当天的 keynote 直播记录 里；那是对台上实际内容最详细的实时记录之一。这个缺席很说明问题：如果 6x 这种标题级数字是在台上宣布的，它应该出现在 keynote 笔记里。
• 它最终指向的是 VentureBeat 的报道，没有具名 Anthropic 或 Harvey 发言人，也没有配套发布的 benchmark。

这正是我们在 AI agent benchmark 指南里反复提醒的套路：一个漂亮的倍数，没有方法论，转几手之后就被听成官方结论。dreaming 当然可能有用。给 agent memory 去重、对齐、消矛盾，方向上显然有价值。但“task completion 提升 6x”是一条没有出处的内部轶事，不是受控实验结果。它就该按轶事归档。

真正重要的部分：memory 变成了攻击面

去掉 hype，真正的故事其实是安全。一个会重新读取 agent 的全部 memory、再把它重写成新版本的整理过程，会放大 Anthropic 自己已经写进文档的风险。来自 agent memory 文档：「一次成功的 prompt injection 可能把恶意内容写入 memory store。后续 session 又会把这些内容当作可信 memory 来读取。」

Dreaming 把这个风险抬高了一层，因为它会重新摄取全部内容，并综合成新的 store。于是，一条被污染的 note 可能被洗成一条更自信、更像结论的“insight”，下一次 session 再把它当事实使用。这就是 agent memory 版本的规则文件攻击：凡是会自动加载、自动信任的东西，都会变成 injection target。（安全研究者会把这类 memory-record injection 指向 MINJA 这样的命名版本；这是他们的分析，不是 Anthropic 原话。）

缓解措施是真实的，也正因为它们是设计选择，才值得说清楚：输入 store 不会被原地修改，输出可以审查也可以丢弃，每次写入都是带版本的 audit entry，dream session 还可以 stream。换句话说，安全使用 dreaming 的方式，是把输出当成待审提案，而不是直接信任的变更。这恰好和“agent 在你睡觉时自我进化”的叙事相反。

今天想在 Claude Code 里得到类似效果？手动做

既然 Dreams 不在 CLI 里，诚实版的“给 Claude Code 做梦”只能用已经存在的原语拼出来：

• Claude Code 已经有 auto memory。 它会在 ~/.claude/projects/<project>/memory/ 下维护一个 MEMORY.md 索引，你可以用 /memory 查看。真正的整理流程，操作对象就是这类 store。
• 官方没有 auto-curation，所以你自己定时做。 用一个定时例程（或者 Stop-hook）周期性要求 Claude：“读取我的 memory files，合并重复项，删除过期内容，标出矛盾，并输出一份 revised copy 给我审批。”这能复现 dreaming 里有用的 80%，而且审查门天然在流程里。
• 保留人的 gate。 一手文档设计的核心，就是先审查再信任。DIY 版本也应该一样：整理到副本里，读 diff，再提升为正式 memory。这也是让一组长期运行的 agent memory 不漂移的基本做法。

一句话版：Anthropic 发布的是一个谨慎、可审查、用于云端 agent 的 memory-consolidation API，而且还处在研究预览。互联网讲出来的是会做梦、一夜变强 6 倍的机器人。请基于前者开发，不要基于后者做判断。

延伸阅读

• AI agent benchmark：把信号从营销里分出来——为什么 “6x” 应该先接受怀疑。
• 长期运行一组 agent 怎么管——没有 dreaming，也能让 agent memory 保持干净。
• Claude Code 的 /loop 和定时工作——手动做 consolidation pass 的原语。
• CLAUDE.md vs AGENTS.md——同一种“自动加载且自动信任”风险，在 instruction file 里的表现。