Claude Managed Agents 内置记忆功能上线

这文章讲的是 Anthropic 给 Claude Managed Agents 加了个内置记忆功能，现在公开测试了。痛点很清楚：之前 Agent 每次对话都是从头开始，像个失忆症患者，没法从之前的交互中学习，导致同样的错误反复犯，或者需要开发者在提示词里手动塞一大堆上下文，维护成本极高。对于需要长期运行、跨 session 协作的复杂任务，这个问题直接卡住了 Agent 的生产力。Netflix 的工程师之前得手动更新提示词来纠正 Agent 的错误，Rakuten 的 Agent 第一遍过的错误率很高，这些都是没有记忆的后果。现在这层记忆直接把 Agent 从“一次性工具”变成了“能持续进化的队友”。

解法很巧妙，不是搞一个复杂的向量数据库或者外部记忆系统，而是把记忆直接挂载到文件系统上。这意味着记忆以文件形式存在，Claude 用自己最擅长的 bash 和代码执行能力就能读写，没有任何额外的抽象层。开发者可以用 API 或 CLI 导出、管理、甚至回滚这些记忆文件，权限控制非常精细：可以有组织级的只读商店，也有用户级的读写商店，多个 Agent 可以并发访问同一个商店而不会互相覆盖。而且所有变更都有详细的审计日志，能精确到哪个 Agent、哪次 session 产生了这个记忆。这设计特别聪明，最大化了 Claude 已有的工具能力，而不是凭空发明一套新系统，符合 Paul Graham 常说的“做难的事，但用简单的方法”。

对未来的启发很直接：Agent 的记忆将成为应用的核心差异化能力。就像人类员工靠经验积累提升效率，Agent 也会通过跨 session 的学习来减少错误、加速决策。Rakuten 把第一遍错误率砍了 97%，Wisedocs 把文档验证速度提升了 30%，这些量化指标说明记忆不是锦上添花，而是直接提升了工程效率。再往下想，这种文件系统级的设计让记忆变得极其便携和可控——开发者可以导出记忆数据做分析，也可以在不同应用间共享。这可能会催生出一批“记忆优先”的 Agent 应用，比如长期客户支持、持续监控的运维 Agent、或者逐步适应个人工作习惯的生产力工具。Anthropic 方向选得很对，没有硬塞复杂架构，而是让记忆回归文件这个最原始的抽象，顺手解决了可观察性和治理问题。