Anthropic 实验：5 个 Opus 智能体共建维基，1300 万 dreaming tokens 提分至 48%
imjustnewatai · x · 2026-11-08
作者提出「dreaming」（在问题到来前积累工作）可能是下一条 scaling law：除了训练算力和推理思考时长，还可以扩展模型在被提问前完成的工作量。
以 Anthropic 的实验为例：让 5 个 Claude Opus 智能体处理 35 万个文件并共建共享维基，每个会话接力上次进度、核查来源、修正错误。配图数据显示：
- 同一模型，仅靠维基答题，200 万 dreaming tokens 时达到 13% 评分标准，1.28 亿 tokens 时升至 48%
- 维基 + 搜索工具最高到 61%，而只用搜索工具不用维基为 53%
- 维基从 103 页/766 链接增长到 222 页/12,893 链接
作者设想：1000 个智能体协作同一代码库时，一个智能体耗时 6 小时排查出的 bug 修复若被「dreaming 智能体」验证并存入测试，其他智能体次日即可复用——问题在于我们反复付费让智能体重新发现别人已解决的问题，以及该给多少比例的智能体分配 dreaming 算力。
「编程与Agent」频道最新
- Anthropic 揭秘 Claude「做梦」机制:离线复盘对话自纠记忆 — HankYeomans · 2026-11-08
- 游戏开发者分享：先用占位美术搭玩法测试场，子Agent后台生成素材 — chongdashu · 2026-11-08
- 用编排 Agent 驱动 ComfyUI 做游戏美术管线，哪些环节该确定性执行 — zimmer550king · 2026-11-08
- 一个角色八面等距视角，ControlNet、LoRA 还是转 3D 渲染更靠谱 — zimmer550king · 2026-11-08
- 实测：给 Opus 一个糟糕起点，产出也会很糟；从零开始反而惊艳 — pramodk73 · 2026-11-08
- Vercel CLI 被曝默认上传全部代码并默认开启 AI 训练共享 — kingslyj · 2026-11-08