Claude玩《寶可夢》靠筆記修正迷路　Anthropic測試代理記憶

（媒角抵加／林承志綜合報導）AI代理長時間執行任務時，寫下的筆記也可能帶錯路。Anthropic於11月6日公布一系列代理記憶測試，其中讓Claude玩《寶可夢 紅》，再利用過往紀錄修正錯誤地點筆記：修正後的一次遊玩走回山洞並抵達下一座城市，未修正筆記的對照遊玩則反覆回到原路。公司也測試文件檢索；這些結果呈現特定實驗條件，工作任務的效果仍待驗證。

關鍵資訊

• 研究主題：Anthropic測試代理如何在不同工作階段保存、整理與取用記憶。
• 遊戲例子：Claude回查遊玩紀錄後修正錯誤地點筆記，在一次對照中走出重複迷路的狀況。
• 文件測試：公司在25題內部文件評估中，比較搜尋、整理後的知識頁及兩者結合。
• 台灣使用：Claude支援地區包括台灣；研究用的背景整理流程與一般聊天功能不同，開發者可參考官方範例自行建立。

記錯寶可夢中心位置，代理反覆走回原路

Anthropic在研究文章中指出，遊戲代理需要穿越月見山，卻曾把入口附近寶可夢中心的位置記錯，誤以為自己已經通過山洞。後續它走下單向坡道，回到先前路線，卻仍相信自己走在正確方向。

研究人員讓Claude利用一段背景整理程序回查遊玩紀錄、修正筆記，再從該情境繼續。依Anthropic描述，修正筆記的遊玩重新進入山洞，最後抵達下一座城市；未修正筆記的遊玩三度跌回原路，最終沒有抵達目的地。沒有記憶的對照遊玩也未到達。

Anthropic把這種利用任務間空檔整理既有紀錄的程序稱為「dreaming」，可用來核對或改寫筆記。這裡的記憶是跨工作階段保存、之後可讀取的資訊，並非修改模型參數；一次對照顯示錯誤筆記如何影響後續行動，也未說明所有錯誤都能自動修正。

兩代模型遊玩紀錄，筆記數量與進度不同

公司也比較兩個Claude模型各一次《寶可夢 紅》遊玩的記憶資料夾：約進行1萬步時，Sonnet 3.7建立413個檔案、取得1枚徽章；Fable 5則建立10個檔案、取得4枚徽章。Anthropic觀察，前者記下大量遭遇和戰鬥，後者較集中於目標、地點與策略。

這是不同模型各一次遊玩的觀察，模型能力和遊玩過程都可能影響結果，無法單憑徽章與檔案數判斷哪一種記憶策略造成差距。Anthropic也指出，持續檢查筆記需要運算資源，記憶內容可能過時或一開始就寫錯。

文件檢索有測試結果，其他任務效果不同

在遊戲以外，Anthropic以旗下軟體公司Stainless約35萬個內部文件建立25題評估，測試Claude整理知識頁與搜尋原始文件的效果。依研究公布的評分，知識頁經多輪整理後，搭配搜尋達成61%的評分項目；只用搜尋為53%，只用整理後的知識頁最高為48%。這些百分比是該評估的評分項目達成率，不是25題的答對率。

研究也發現，另一項法律文件任務中，部分答案可從單一文件搜尋取得，知識頁相較搜尋沒有明顯提升；另有知識頁整理後比原始文件更長。對長任務而言，保存紀錄、查找原件和整理筆記各有成本，實際設計要看資料與問題的性質。

另一組研究人員的《Continual Harness》論文也以《寶可夢》測試代理調整記憶與工作方式，顯示遊戲環境可用於觀察長程任務；該研究採不同方法，並非對Anthropic這次結果的重現。

台灣可使用Claude，背景整理需依工具建立

Claude支援地區說明列有台灣。Anthropic另提供記憶工具文件：開發者的應用程式要自行處理檔案操作與儲存，讓代理在不同階段讀寫記憶；公司也公開背景整理範例。

對想測試長任務的團隊，這些文件提供建立流程的起點。研究中的遊戲情境、內部文件評估與範例，並不代表每個Claude帳戶都會自動執行相同背景程序，實際功能與資源需求依所使用的服務及設定而異。

資料來源與更新紀錄

• Anthropic：The components of agent memory，2026年11月6日。
• Continual Harness研究論文，2026年5月11日。
• Claude記憶工具文件；背景整理範例，2026年11月10日查閱。
• Claude支援地區，2026年11月10日查閱。
• 2026年11月10日：初稿整理。