Anthropic 泄露代码揭示：AI 为何需要“睡眠”机制

事件概述

2026 年 3 月 31 日，Anthropic 因打包失误将包含 51 万行源代码的 Claude Code 泄露至公共 npm 仓库，随后被镜像至 GitHub。在泄露内容中，一个名为 autoDream（自动做梦）的后台系统引起了广泛关注。该系统是 KAIROS（意为“恰当的时刻”）常驻系统的一部分，专为 AI 智能体设计了类似生物的作息节律。

核心机制：autoDream 如何工作

• 触发条件：autoDream 仅在用户关闭电脑后启动，作为分叉子进程独立运行，与主线程完全隔离且工具权限受限。
• 工作流程：
  • 信息摄取：KAIROS 在用户工作时持续观察并记录每日日志。
  • 离线整理：autoDream 启动后扫描 KAIROS 日志，优先处理与现有认知有偏差、冲突或复杂的信息，清除矛盾点，将模糊观察转化为确定事实。
  • 记忆存储：整理后的记忆存入三层索引系统（轻量指针层、主题文件层、完整历史层），不直接加载完整历史；对于可从代码库直接查询的事实（如函数定义位置），则不写入记忆。
• 不确定性标记：与人类不同，autoDream 将整理后的记忆明确标记为“线索”（hint）而非“真相”（truth），要求 AI 在使用前重新验证其准确性。

与生物睡眠的趋同进化

autoDream 的设计逻辑与人脑睡眠机制存在显著的趋同进化特征，两者均是为了解决“即时处理能力有限”与“历史经验无限膨胀”之间的根本约束：

1. 离线必要性：

   • AI：必须在无外部输入干扰的环境下进行内部数据迁移和结构重组。
   • 人脑：依赖特定的脑电节律（如海马体的尖波涟漪、大脑皮层的慢振荡、丘脑的纺锤波）将临时记忆从海马体搬运至新皮层。这些节律在清醒状态下会被外部刺激破坏，因此必须关闭外部通道才能启动内部整理。

2. 编辑策略：

   • 两者均优先巩固不寻常、有冲突或情绪波动的信息，丢弃大量重复细节，仅保留抽象规律。

3. 信任机制差异：

   • 人脑：缺乏此类标签，记忆常为碎片拼凑，易出错（如目击证词），但在演化中“犹豫就会败北”，故倾向于快速行动。

行业启示

• 工程驱动创新：Anthropic 设计 autoDream 并非直接仿生，而是为了解决上下文窗口硬上限、长时间运行噪音累积及在线整理污染推理等工程问题。这证明了在相似约束下，不同系统可能独立演化出相似的解决方案。
• 重新定义智能：该机制挑战了 AI 行业“更大、更快、永不停机”的主流叙事。研究表明，从不休息的 AI 并非更强，只是尚未意识到自身限制。真正的智能需要节律：清醒用于感知，睡眠用于理解。