Anthropic拆解智能体记忆：企业知识库该存什么、何时回查？

企业让AI接触的资料越来越多，一个实际问题随之出现：它上次整理出的结论，下次还能不能信？2026年11月6日，Anthropic发布关于智能体记忆组成的研究，讨论如何把交互中获得的信息保留到后续会话，并通过整理与回查让这些信息继续有用。这里的记忆是模型可以再次读取的外部内容，不涉及修改模型权重。（Anthropic研究原文）

记忆从原始记录逐层组织

研究把记忆分成几个相互配合的层次。原始交互记录保留事情经过，可在结论有疑问时回查；笔记提炼当前值得记住的经验和事实；关联知识页面，也就是Wiki，将分散内容按主题组织并互相链接；预加载信息则把少量关键内容直接带入新会话，让模型无需先搜索就能看到。（记忆的组成与分层）

这些层次由整理与检索连接起来。模型可以在会话间回看记录，校正笔记、合并重复页面，再调整哪些信息需要优先加载。检索负责在需要时找回细节，整理负责让下次寻找更容易。一个设计上的启发是：每层都应有自己的用途，避免把同一批资料反复复制，最后只是换了形式却没有减少查找负担。

61%与53%给出了什么证据

研究在Stainless约35万份内部文档上建立了25道问题的评估。搜索结合逐步完善的知识Wiki，最终取得61%的评分项得分，单独使用搜索为53%；只依靠Wiki的最佳结果为48%。（评估设置与结果）这些数字支持在这组任务里保留搜索、增加组织层的做法，不能直接推导出任意企业知识库都会获得同样收益。

从应用角度理解，Wiki适合帮助系统提前整理概念之间的关系，搜索则提供回到具体材料的途径。一家企业的资料规模、更新频率和提问方式都会影响这种组合的价值。如果大多数问题能从一份文件直接找到答案，增加复杂的整理流程是否划算，应当用自己的任务来检验。

记忆需要保留有效条件

值得写入长期记忆的信息，除了结论，还应包含它在什么条件下成立。例如，客户在某个项目阶段要求纸质文件，如果系统将这项临时安排保存成永久规则，就可能在后续工作中反复沿用。

我的建议是，对会影响行动的知识保留来源、适用范围和更新时间，并让已确认事实与待验证猜测保持可区分。一次临时决定不宜自动升级为长期偏好，某条经验也不应在缺少证据时推广到所有业务。记忆系统的质量，需要通过“过一段时间仍然可用”来衡量。

冲突处理尤其重要。当新的文件推翻旧结论时，单纯追加一条说明可能仍让旧内容被检索出来。更好的做法是明确标注被替代关系，让系统知道当前采用哪一版，同时保留必要的追溯依据。这要求产品把纠错视为日常功能，而不是等错误积累后再清理。

把维护成本算进收益

知识整理要消耗计算、存储和维护资源。对企业来说，应该评估一段时间内的总成本：前期整理花了多少，后续问答节省多少，资料变化后还要补做哪些工作。只观察某一次回答使用的令牌量，容易忽略后台整理带来的支出。

实际试验可以选取一组持续出现的业务问题，对比直接搜索、搜索加摘要、搜索加结构化知识三种方案。记录答案质量、来源是否准确、响应时间和总开销，并在资料更新后再测一次。若新增结构只能改善首次演示，却不能及时反映变化，投入越多，维护负担可能越重。

记得住，也要删得掉

Anthropic的记忆工具文档说明，文件操作由应用在客户端执行，存储位置与实现由开发者控制，并要求防止操作越出允许的目录。（官方记忆工具文档）这提醒企业，模型提出写入或读取请求之后，仍需有应用层负责边界与数据管理。

如果员工失去了某份原文的访问权，之前由原文提炼的摘要是否仍能被读取？用户要求删除某项信息后，关联页面、索引和自动加载的摘要是否同步处理？这些问题应在上线前明确，不能只从搜索结果中隐藏原文件就认为完成了治理。

用户也应有机会检查和纠正与自己有关的长期记录。允许系统自动整理资料，并不等于允许它自行决定所有内容永久保留。哪些信息默认过期、哪些结论需要再次确认，可以按业务风险设置不同规则，使长期记忆保持必要的克制。

这项研究给产品设计的启发，是把记忆当成可校正、可追溯、可撤销的资料系统。组织得更好的知识可能改善回答，但持续有效的来源关系和清晰的访问边界，才决定它能否长期参与真实业务。