Anthropic Claude Dreaming 完整解析：AI Agent 學會自我整理記憶後，中小企業老闆該怎麼把「記憶治理」寫進採購合約

你採購的 AI agent，下班後還在「想事情」——它把今天踩過的雷整理進記憶檔，明天用同一份知識繼續上工。聽起來像戰力升級，但對中小企業老闆來說，這也是一份你看不到、稽核不到、合約也沒寫的資產。

Anthropic 在 2026 年 5 月 6 日的 Code with Claude 開發者大會公布了一個新機制叫 Dreaming。簡單說，就是讓 Claude Managed Agents 在工作 session 結束之後，跑一輪離線整理——把過去的記憶筆記去重、抽出反覆出現的模式、刪掉過時資訊、把矛盾的紀錄協調掉。法律 AI 新創 Harvey 在內部測試中，把 task completion rate 拉高約 6 倍，VentureBeat 的報導 直接把這個功能定調成「讓 agent 從自己的錯誤裡學習」。

從技術角度看，Dreaming 不是修改模型權重，比較像幫 agent 的長期筆記做一次有規劃的整理。但對採購方來說，問題從技術轉成治理：你開出去那把鑰匙，能不能在你不知情的狀況下，被「整理」進別人的工作流？

Dreaming 到底是什麼？把 Anthropic 公告講人話的版本

先看 Anthropic 官方描述。The New Stack 的解析 把 Dreaming 定義為一個 scheduled process：在 agent 結束工作的 idle 時間，掃描它過去存下來的記憶檔（persistent notes、tool 使用紀錄、過去失敗案例），抽出「跨 session 才看得到的模式」，例如反覆犯的同一種錯、不同 agent 不約而同收斂出來的工作流、團隊共用的偏好設定。

可以這樣理解：你今天請了一個顧問，他白天幫你解決三個案子。晚上他自己回家把這三個案子的筆記重新整理，發現「客戶 A 跟客戶 B 都對發票格式有同一種偏好」，然後把這個觀察寫進明天的工作守則。Dreaming 做的事差不多就是這樣，只是顧問換成了 agent，下班時間換成了你 API call 之間的空檔。

這代表什麼？這代表 agent 的「能力」不再只取決於它呼叫的那顆模型有多新，還取決於它「累積了哪些跨 session 經驗」。SiliconANGLE 的補充 提到一個細節——Dreaming 同時開放 /dream 指令，你可以手動觸發，也可以讓它在背景自動跑。換句話說，這份「累積資產」是會持續變動的，不是裝完即停的軟體。

Harvey 法律 AI 完成率 6 倍——拆解這個數字背後的真正意義

Harvey 是 Anthropic 自己拿出來的成功案例。Let's Data Science 的整理 把 Harvey 內部測試的故事說得很清楚：他們的法律 agent 反覆在不同 session 忘掉同一件事——某個檔案格式有 BOM 編碼坑、某個律所偏好用紅字標註修訂、某種公文要先抓附件再讀正文。每次 session 結束，這些細節都沒留下來，下一次同樣的問題還是會再出現。

打開 Dreaming 之後，這些「同事間口耳相傳的小技巧」被自動萃取進記憶層。從 6 倍這個數字反推回去，意思是——這些反覆出錯的細節，原本佔了任務失敗原因的絕大部分。Dreaming 真正解決的問題是「模型不夠『記得』」，而非「模型不夠聰明」。

有一個數字很值得注意——在 Harvey 的案例裡，task completion 提升的真正關鍵，是 agent 學會了「在這家律所該怎麼做事」的隱性知識，並非程式碼變強。這就是治理問題的源頭：這份隱性知識，到底是 Harvey 公司的資產，還是 Anthropic 雲端那份記憶檔的衍生物？合約沒寫清楚，跨產品移轉就會卡住。

把這個機制套到中小企業常見的 5 種 agent 使用情境，可以看出 Dreaming 的衝擊大小其實落差很大：

Anthropic 自己沒講的是——這份「記憶資產」實質上是公司商業 know-how 的容器。對採購方來說，這比「省人力幾%」這種採購話術更該擺到第一順位談清楚。

中小企業老闆視角：Dreaming 是好事，但有 3 個必須立刻盤點的問題

我們在實際幫中小企業評估 AI agent 採購案時，遇到的第一個誤會通常是這樣的——老闆會以為「自動學習」是免費送的功能。我們的觀察相反，這個功能對組織治理的衝擊，比起本身能省下的工時還要大得多。

問題 1：記憶檔到底是誰的資產？

agent 在你公司跑了 6 個月，沉澱出來的記憶筆記，本質上是你內部知識的副本。合約如果沒明寫「客戶記憶層由甲方所有」，將來換廠商時你能不能整包帶走？廠商會不會用這份記憶訓練自家未來版本的 agent？這些都是合約應該逐條對應的條款。

問題 2：記憶整理發生在哪？什麼時候？

Dreaming 是 idle process，意思是它會在 agent 沒在工作的時候自動執行。9to5Mac 在 5/7 的報導 提到，這個 idle window 由廠商雲端排程，你身為客戶能控制的只有「要不要打開」這一個 toggle。對需要稽核資料處理時間軸的產業（金融、醫療、法律）來說，這是合規盲區。

問題 3：誰能 trigger /dream 指令？

/dream 可以手動觸發。團隊裡如果有 10 個人都能 call agent，每個人都能 trigger /dream，那就有 10 個人能影響「明天 agent 怎麼思考」。這跟「誰能改 SOP」是同一個問題，但傳統 IT 治理框架還沒有對應條款。

AI agent 記憶治理 7 條合約紅線——直接拿這份去談

我們把這幾週服務客戶過程中，實際寫進過合約的條款整理成 7 條。給找外包商開發 AI agent、或要直接採購 Claude Managed Agents 的老闆參考。每條後面都附上「為什麼這條重要」與「沒寫的真實風險」。

這 7 條不是憑空想出來的，我們交叉參考了Anthropic 收購 Stainless 的合約啟示，以及找外包做 AI 系統的 7 個坑 文章裡客戶實際撞過的案例。整理出來的這份清單，比一般 SaaS 合約多了「記憶層治理」這一段。

60 天評估行動清單：從現在到下一份採購單該做的事

不要看完報導就衝去採購，也不要因為「等規格穩定再說」就放著不動。中小企業的時間窗其實很短——廠商會把先採購的客戶資料拿來優化下一版的 dreaming 範本，等你採購時，主流範本可能已經是按照大公司的工作流調出來的，再客製化要花更多錢。

第 1-15 天：盤點階段

先回答一個問題：你公司現在用的 AI 工具裡，有哪些已經有「跨 session 記憶」？ChatGPT 的 Memory 功能、Notion AI 的 workspace context、Claude Projects——這些其實都已經在做類似 dreaming 的事，只是治理粒度更粗。把這些工具列出來，標註目前誰在用、存了什麼。

第 16-30 天：治理草案

根據盤點結果寫一份 1 頁的內部 RBAC 政策：誰可以 trigger 記憶整理、誰可以匯出記憶、誰可以刪除。同步把上面 7 條合約紅線轉換成你公司用語，準備拿去跟廠商談。

第 31-45 天：廠商談判

至少找 2-3 家廠商比合約。真正的重點是「願不願意把記憶層所有權寫進合約」，價格反而是其次。願意的廠商通常會在 1 週內回覆條款修改版，不願意的會用「這部分是平台規範」拖。後者你就要小心，這代表將來換廠商會很痛。

第 46-60 天：試點上線

挑一個風險最低的場景試跑——通常是「內部 IT 工單」或「業務報表摘要」這種沒有客戶個資的場景。打開 Dreaming，每週調 idle log 看一次「整理了什麼」，確認沒有意外的內容外洩或邏輯漂移。3 週後再決定要不要擴大到法律、財務、客服這類高風險場景。

換廠商風險：Dreaming 把 vendor lock-in 從技術問題升級成知識問題

一直以來，AI 廠商換手最大的成本是「prompt 重寫」與「API 整合」。Dreaming 之後，多了一個新成本：「記憶層轉移」。打個比方，這就像你雇了一個 6 個月、已經摸熟你公司流程的員工，現在突然要換成另一個沒記憶的新人——光是「再讓他熟悉客戶 A 的偏好」就要重新跑 3 個月。這個現象在SaaS 退場成本完整解析 那篇我們已經談過 vendor lock-in 的基本邏輯，但 Dreaming 讓問題變得更棘手——「資料」可以匯出，但「沉澱出的工作風格」沒辦法用單一檔案描述完整。

我們的建議：把「記憶層快照」當成跟資料庫備份一樣的等級對待。每 30 天匯出一次 markdown 格式，存進公司 Git repo 或 Notion。萬一未來要換廠商，至少有一份「員工離職時繳交的工作筆記」可以塞進新 agent 啟動時的 system prompt。

常見問題：中小企業老闆最常問的 5 個 Dreaming 問題

結語：把 AI agent 採購當成「人才採購」處理

過去採購軟體，看的是功能清單跟價格。採購 AI agent 之後——尤其是 Dreaming 上線之後——你採的不只是工具，是一個會在你公司「成長」的個體。它會記住、會學習、會把工作風格沉澱進雲端的某個資料夾。這份資產的歸屬、稽核、移轉，全部要重新設計合約框架。如果你正在評估 AI agent 採購、或想替既有 AI 工具補上記憶治理，可以參考我們的AI 顧問服務，第一次盤點與 7 條合約紅線審閱是免費的。也可以延伸閱讀「AI Agent 系統採購完整框架」與「中小企業 AI 治理委員會啟動指南」，把治理基線打得更紮實。