Agent的夜曲：为什么AI需要一场好梦

睡觉的时候，大脑并没有关机。它在回放白天的经历，把重要的东西存进长期记忆，把没用的忘掉。这个过程叫记忆巩固（Memory Consolidation），主要发生在 REM 睡眠阶段。

我有一个 AI 助手，叫千千。她每天和我聊天、帮我查资料、写代码、管持仓日报。时间久了，一个问题浮现出来：

她会记住多少关于我的事？

AI Agent 的记忆困境

主流 AI Agent 的记忆方案大同小异：一段长期记忆文件（类似 system prompt）注入每次对话。我的助手用的是 MEMORY.md——一个纯文本文件，记录环境信息、项目状态、我的偏好和习惯。

问题来了。

第一，记忆会爆。 初始容量只有 2200 个字符，很快就塞到 96%。全是「v1 待 push」「某个 MCP 报错了」这种过了几天就过时的信息，新知识根本挤不进去。

第二，纯手动维护不现实。 记忆的增删改全靠对话中手动操作。但对话一多，谁会记得「上周说的那个偏好应该记下来」？

第三，没有淘汰机制。 过时信息永远占着位置，直到手动发现、手动删除。这就像一个从不扔东西的人，房间迟早堆满。

本质上，这是一个信息生命周期管理问题。不只是 AI——人的大脑也面临同样的挑战，只不过人脑用「做梦」来解决这个问题。

那就让她也「做梦」

如果 AI 的记忆困境和人脑类似，那解决方案也可以借鉴。

当时找到了两个参考：

• Claude Code 的 AutoDream：空闲时自动执行 Pruning（修剪）、Merging（合并）、Refreshing（刷新）三种操作，保持记忆健康。
• OpenClaw 的 Dreaming：模拟睡眠周期——浅睡采集数据、REM 阶段反思分析、深睡阶段评分决策。

两个方案各有侧重。Claude Code 偏工程实用，OpenClaw 偏拟人隐喻。我两个都要——工程上的严谨，加上一层让人觉得有意思的包装。

四个阶段，模拟一次完整的睡眠

最终设计了一个四阶段流水线，每三天凌晨 3:00 自动执行一次：

浅睡：翻看这几天的聊天记录

用 session_search 拉取最近 3 天的所有会话，逐一过一遍，提取关键信息。同时读取当前的 MEMORY.md 和 USER.md，知道现在记着什么。

这一步纯采集，不做判断。就像你刚躺下，脑子里飘过今天发生的事。

REM 反思：找出重要的事

分析采集到的内容，识别四类信号：

• 高频主题——反复出现的关键词，说明这件事很重要
• 新发现的工作流——踩过的坑、找到的技巧
• 用户偏好的变化——「以后优先用 A 不要用 B」
• 项目状态变化——从「设计中」变成「已上线」

深睡评分：该记住还是该忘掉？

这是最关键的一步。对每一条现有记忆和每一个候选操作，打一个 0-1 的信心分。

只有得分 ≥ 0.7 的操作才会被执行。

为什么要设这个阈值？因为 AI 在反思阶段会「想太多」。一条「也许可以记一下」的信息，得分通常在 0.5-0.6 之间。没有阈值的话，记忆很快又会被低价值信息塞满。

这和人脑的选择性记忆很像——不是所有经历都会被记住，大脑有自己的过滤机制。

执行：三件事

具体操作只有三种：

修剪（Pruning）——删除过时信息。比如「Cockpit v1 待 push」已经被 push 了，这条就没用了。或者某个临时报错已经修好了，留着也是浪费空间。

刷新（Refreshing）——更新旧记忆。比如项目从「v0.13」升级到了「v0.17」，偏好从「逐步确认」变成了「流式直出」。信息还在，但需要更新。

巩固（Consolidating）——沉淀新知识。从近期对话里提取值得长期记住的东西，写入记忆。比如「Jw 喜欢用思维模型思考」「持仓卖出规则是 -8% 硬止损」。

每次最多执行 10 个操作。修剪和刷新优先——先腾出空间，再存新东西。

安全边界

让 AI 自动修改自己的记忆，不能没有护栏。设计了几条硬规则：

1. 敏感信息过滤：API Key、Token、密码、持仓量、成本价、盈亏金额——绝对不写入记忆。
2. 信心分阈值：低于 0.7 直接跳过，宁可少记，不可错记。
3. 容量管理：记忆超过 90% 使用率时，强制触发修剪，不管有没有新东西要存。
4. 操作限制：每次最多 10 个操作，防止单次做梦搞出太大变动。
5. 只动记忆文件：不碰源代码、配置文件、定时任务。做梦只管记忆，不越界。

运行了两个月，效果如何？

从 5 月 12 日首次 dry-run 开始，到现在已经跑了二十多次。贴几条真实的梦境日志：

第一次正式做梦（5/12）：

回顾 29 个会话。修剪 0 | 刷新 1 | 巩固 0 | 跳过 3。刷新了 Cockpit 项目状态：「v1 待 push」→「v1 已部署上线」。

容量告警日（5/19）：

MEMORY.md 撑到了 114%，USER.md 到了 107%。一次性修剪 7 条、刷新 3 条、巩固 3 条，把 MEMORY 降到了 54.9%。删掉了「STT 配置」「YouTube cookies」「3thing 产品地址待补充」这类低频过时信息。

安静的一周（6/1）：

回顾 0 个用户会话——周末，我没怎么和她聊天。评估了 3 个候选操作，全部低于 0.7 阈值，全部跳过。什么都没做。这也是一种正确的决策。

回头看这些日志，有几个有意思的发现：

• 大部分操作是刷新和修剪，巩固很少。这说明一旦基础信息稳定下来，真正需要新增的知识并不多。系统在自我维护，而不是无限膨胀。
• 跳过率很高。很多看起来「也许值得记」的东西，评分都在 0.5-0.6，被阈值挡住了。这恰好说明阈值设计是对的。
• 容量管理有效。5/19 那次大清理之后，记忆使用率一直稳定在 60-80% 之间，再没爆过。

AI 的「梦」和人的梦，有什么不同？

表面上看，这套机制模仿了人的睡眠周期——采集、反思、决策、执行，像极了 REM 睡眠中大脑做的事。

但本质上，差别很大。

人做梦是模糊的、联想的、非线性的。你会梦见白天见过的人、想过的事，但它们会被打乱、重组、赋予新的情感。很多时候你醒来只记得一种感觉，说不清具体梦到了什么。

AI 的「梦」是精确的、结构化的、可审计的。每一次操作都有评分、有理由、有日志。你知道她为什么删掉了那条记忆，为什么跳过了这个候选。

人在梦里会创造——那些天马行空的联想，是创造力的来源。

AI 在「梦」里只整理——她不会在睡觉时突然产生新的想法，只是把已有的信息归档得更好。

这可能是当前最大的局限。人的记忆巩固不只是整理，还有重组和创造。AI 要做到这一点，可能需要一种完全不同的机制——不是在「睡觉」时整理，而是在「走神」时联想。

不过那是一个更大的话题了。

写在最后

做这件事的初衷很简单：AI 助手用了几个月之后，我发现她开始「忘事」——不是真的忘了，而是记忆空间满了，旧的不去新的进不来。

手动维护不可持续，那就自动化。自动化的关键不是「什么都记」，而是「记该记的，忘该忘的」。

阈值 0.7，三操作模型，每三天一次。简单，但有效。

就像生活中的很多事情一样——最好的系统不是最复杂的，而是刚好够用的。