ObservationL2Tier 0 · 候选信号(未实测)架构级改动DRSE

离线记忆整理与知识 Wiki 蒸馏(Sleep-Time Compute / Dreaming)

高价值前沿机制,但原文已坦承明显边界反例(单文档任务无收益、极端情况下 Wiki 比原文还大);当前暂留 Observation 观察,不急于增加 L2 架构复杂度。

对照基线:baseline-v0 · 引入日期:2026-11-19 · 最近更新:2026-11-19 · 原始日志:logs/iterations/2026-W47.md
可证伪假设(Hypothesis)

在超大规模、跨多文档综合的长期知识库场景中,通过离线重放会话轨迹(Dreaming)纠错并维护链接式 Wiki,再与搜索工具并用,可在 DR-04 类跨文档追问中优于纯检索基线并节省单次查询 token。

严肃竞争性解释(Competing Explanation)

离线构建与维护 Wiki 的算力与纠错成本可能远高于按需检索;且在单文档可解或高频变更场景下,Wiki 会迅速过时甚至膨胀得比原始资料还大。

证伪 / 削弱条件(Disconfirmation)

若在跨文档综合任务中,Wiki+Search 相对纯 Search+结构化笔记的准确率提升不足 10%,或维护 Wiki 的额外 token/人工审计成本超过单次查询节省,则不纳入通用执行系统默认栈。

回滚条件(Rollback Guardrail)

若未来立项验证并升格,一旦出现 Wiki 幻觉累积污染多轮会话或离线成本失控,立即停用离线蒸馏并回退至仓库原文 + 按需检索。

Primary Provenance

一手观察与交叉验证来源

来源标题类型发布/采集日期
Anthropic Engineering · The components of agent memory ↗official2026-11-06

核心观察与正反两面证据

Anthropic(2026-11-06)结合 Letta / UC Berkeley 提出的 sleep-time compute 思路,系统评测了离线记忆整理(Dreaming)的两类作用:

  • 正面收益:
    • 纠正错误记忆:通过把记忆笔记与原始会话转录(transcript)比对,纠正早期写错的地标/事实,避免错误笔记在后续会话持续误导。
    • 跨文档知识 Wiki + 检索协同:在 35 万文件(约 4.2 亿 tokens)的内部语料 25 题评测中,Wiki 与搜索工具结合后总分从纯搜索的 53% 提升到 61%,且平均每题节省约 2 万 tokens;在 24 道跨文档并购问答中,Wiki 达到 87% 对比纯搜索 73%。
  • 原文披露的关键反例与边界(SOTA 重点警惕):
    • 在只需从单份文档检索即可满足标准的法律简报任务(Harvey LAB)上,Wiki 没有显示出明显优势。
    • 在另一项 LAB 任务中,Agent 生成的 Wiki 体积膨胀到比原始文档本身还大(博尔赫斯式“1:1 地图”失效),几乎没有抽象价值。
    • 多代理并发写入同一共享摘要页时出现覆盖丢失(57 项关键条款仅存活 41 项),改为单代理单页逐字引用后才恢复至 100%。

当前处理决定

记为 Observation。对 SOTA 所面向的通用任务执行系统而言,离线 Dreaming Wiki 属于重型架构扩展,仅在超大型稳定语料(如长期跨月研究库)具备潜在价值;暂不改动 Baseline v0 的简洁文件记忆方案,持续跟踪开源社区复现与低成本实现。