一句话看懂：Anthropic 的 Claude Code 在模拟业务工作流中实现了自我改进，保留任务成功率从 34% 提升到 44%。但实验证明，驱动改进的不是记忆文件，而是对话上下文本身。
事件核心：发生了什么
2026 年 8 月 6 日，开发者 Andrew Jesson 发布博客，公布了一项针对 Claude Code（运行 Opus 5 模型、xhigh effort 模式）的自我改进实验。研究者搭建了一个模拟业务工作流服务器，通过 MCP server 向 Claude Code 持续推送任务，任务类型涵盖电子表格、CRM 记录、邮件和工单处理。Claude Code 需要调用 get_task 拉取任务，使用已有工具完成，再通过 done 提交评分，直到任务流耗尽。
实验中有两个关键发现。第一，Claude Code 在 84 次写入/编辑中全部操作的是记忆文件，从未自己写代码、生成子代理或检索网页，最终形成了一个有向知识库。第二，与直觉相反，移除记忆文件后，保留任务成功率几乎不受影响；真正带来提升的是对话上下文，即任务执行轨迹和压缩后的摘要。数据显示：完整对话上下文让任务解决率提升 9.9 个百分点（95% 置信区间 [5.9, 13.8]），去掉记忆文件后仍有 8.8 个百分点；仅保留压缩摘要为 5.4 个百分点；而单独使用记忆文件只有 1.7 个百分点，统计上不显著。
为什么重要
这一结果挑战了“长期记忆是 Agent 自我改进核心”的常见假设。它表明，模型在单个会话内通过对话历史、执行反馈和结果摘要就能获得可衡量的能力提升，不需要额外构建复杂的持久化记忆系统。对 AI Agent 的设计路线有直接影响：对话轨迹本身就是高质量的训练信号，而记忆文件可能更适合承担知识组织功能，而非性能提升引擎。
对用户/开发者/创作者的影响
对使用 Claude Code 的开发者来说，最实际的启示是保持连贯的对话会话比频繁清理上下文、或过度依赖记忆笔记更有效。压缩摘要（compaction summary）在实验中表现突出，说明大模型产品对长会话的摘要管理值得更多关注。对 Agent 开发者而言，这个实验也提供了一个
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。
