一句话看懂：Anthropic 工程师在公开分享中透露，Claude 团队内部已从“写 Prompt”转向“设计循环”——让 Agent 自己读写记忆、夜间自动整理，次日开工时默认比前一天更聪明。这背后是从提示词技巧到 Agent 系统架构的代际切换。
事件核心：发生了什么
据 @huxlab 整理的分享内容，Anthropic 的一位工程师用了约半小时，展示 Claude 团队如何构建“能自我提示的循环”。核心变化不在 Prompt 措辞，而在 Agent 的记忆结构：过去是一份静态的 CLAUDE.md，现在演变为 Agent 自己读写的 memory/ 目录。
分享中给出的判断是，记忆停留在对话上下文里会“烂掉”——注意力被劈开、规律被埋住，旧笔记还可能被自信地误用。新的做法是白天各 Agent 把进展写入团队记忆，夜里再跑一轮 dreaming：核对、整理、补全。公开数据显示，一次通过的错误减少了 97%，验收速度提升约 30%。
为什么重要
这触及了当前 AI Agent 落地的核心瓶颈：不是模型不够强，而是系统没有可靠的长期记忆机制。如果记忆只存在于对话窗口，任务一长、Agent 一多，上下文就会被稀释，旧信息和新信息互相干扰。把记忆外置成可读写的目录，并加入周期性的整理环节，本质上是把“推理”和“记忆”解耦，让 Agent 具备跨会话、跨天数的连续性。
对行业而言，这意味竞争重心可能从“谁的 Prompt 写得好”转向“谁的 Agent 架构更稳”。目前公开信息显示，这类循环设计仍以内部实践为主，尚未作为标准 API 或产品能力对外打包，但它给出了一个可参照的方向：记忆管理正在成为 Agent 系统的基础设施。
对用户/开发者/创作者的影响
开发者层面，值得重新审视自己的 Agent 架构：是否还在把关键上下文塞进单次对话？是否缺少结构化的 memory 目录和定期整理机制？如果正在用 Claude 或其他大模型做多步骤任务，把记忆外置、增加夜间批处理式的核对步骤，可能是提升稳定性的低成本路径。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对普通用户和创作者来说，短期体感不会立刻变化，但中期会影响 AI 应用的质量——同样的模型，接入了循环记忆的 Agent 在长任务、重复任务上的表现会更一致，也更少“忘事”。
值得关注的后续
一是 Anthropic 是否会把 memory 目录、dreaming 这类机制产品化，开放给 API 用户；二是其他闭源和开源 Agent 框架是否会跟进类似“记忆外置 + 周期整理”的设计；三是 97% 错误下降、30% 验收提速这类数据，是否有更完整的评测条件公开，以便判断可复现性。
来源：@huxlab
