2026年3月31日，Anthropic因一次打包失误，将Claude Code的51万行源代码意外泄露到公共npm仓库，几小时内代码被镜像至GitHub，再也无法收回。泄露的内容中，除了安全研究者和竞争对手关注的核心技术，一个未发布功能的名字引发了全网讨论——autoDream（自动做梦）。
autoDream是后台常驻系统KAIROS（源自古希腊语，意为“恰当的时刻”）的一部分。KAIROS会在用户使用时持续观察、记录，维护每日日志，类似龙虾的记忆存储模式；而autoDream则只在用户关闭电脑后启动，核心工作是整理白天积累的“记忆”，清除矛盾信息，将模糊的观察转化为明确的事实。一醒一睡，Anthropic的工程师竟为AI打造了一套完整的作息规律。
过去两年，AI行业最热门的概念是Agent——自主运行、永不停机，这被认为是AI相较于人类的核心优势。但恰恰是将Agent能力推向极致的Anthropic，在代码中为AI设置了“休息时间”。这背后，藏着智能运行的底层逻辑。
一、永不停机的代价：AI也会“记混事”
任何AI都逃不过一个物理限制：每个大语言模型都有“上下文窗口”，同一时刻能处理的信息总量是固定的。当Agent持续运行，项目历史、用户偏好、对话记录会不断堆积，一旦超过上下文窗口的上限，模型就会出现“记忆混乱”——遗忘早期指令、前后表述矛盾，甚至编造不存在的事实，技术社区将这种现象称为“上下文腐化”。
很多Agent的应对方式简单粗暴：将所有历史信息一股脑塞进上下文窗口，指望模型自己分清主次，结果往往是信息越多，AI的表现越差。这一幕，和人类大脑面临的困境惊人地相似。
人类白天经历的一切，会被快速写入“海马体”——这是一个容量有限的临时存储区，类似一块可反复擦拭的白板；而真正的长期记忆，需要存放在容量更大但写入速度较慢的“新皮层”。人类睡眠的核心任务，就是清空海马体这个“白板”，将有用的信息搬运到新皮层这个“硬盘”中。瑞士苏黎世大学神经科学中心的比约恩·拉施（Björn Rasch）实验室，将这个过程命名为“主动系统巩固”。
睡眠剥夺实验早已证明：不停机的大脑不会更高效，反而会先出现记忆力衰退，接着是注意力不集中，最终连基本的判断力都会崩塌。自然选择对低效行为极其苛刻，但睡眠却被所有有神经系统的动物保留了下来——从果蝇到鲸鱼，无一例外。海豚甚至演化出“半脑睡眠”，左右脑轮流休息，宁可发明全新的睡法，也不放弃睡眠本身。
本质上，AI和人类大脑面临着同一个约束：即时处理能力有限，但历史经验却在无限膨胀。永不停机，只会让智能陷入混乱。
二、趋同进化：AI与人类大脑的“殊途同归”
生物学中有一个概念叫“趋同进化”：亲缘关系很远的物种，因面临相似的环境压力，会独立演化出相似的解决方案。最经典的例子是眼睛——章鱼和人类都长着相机式眼睛，可调节焦距的晶状体、控制进光量的虹膜、承接图像的视网膜，结构几乎一致。但章鱼是软体动物，人类是脊椎动物，两者的共同祖先生活在5亿多年前，那时还没有复杂的视觉器官，两条完全独立的演化路线，最终走向了同一个终点——因为要高效将光转化为清晰图像，物理规律允许的路径本就寥寥无几。
autoDream与人类睡眠的关系，正是趋同进化的体现：在相似的约束下，两类智能系统，收敛到了相似的解决方案。其中最核心的共同点，就是“必须离线”。
autoDream不能在用户工作时运行，它以分叉子进程的身份独立启动，与主线程完全隔离，工具权限也被严格限制，避免干扰AI的正常工作。人类大脑的解决方案则更彻底：记忆从海马体转移到新皮层，依赖一组只有在睡眠中才会出现的脑电节律——海马体的尖波涟漪负责打包当天的记忆片段，大脑皮层的慢振荡和丘脑的纺锤波提供时序配合，这套节律在清醒状态下无法形成，外部刺激会直接破坏它。
这意味着：大脑必须关闭“信息摄取”的前门，才能打开“记忆整理”的后门。在同一时间窗口，信息摄取和结构整理是竞争资源，而非互补资源——就像我们无法一边认真工作，一边高效整理杂乱的文件。
另一个共同点，是“不做全量记忆，只做精准编辑”。autoDream启动后，不会保留所有日志：它先读取现有记忆确认已知信息，再扫描KAIROS的每日日志，重点处理与此前认知有偏差的内容——那些前后矛盾、更复杂的记忆会被优先保留，而能从项目代码中直接查到的事实（比如某个函数的位置），根本不会写入记忆。整理后的记忆会存入三层索引，按需调用，避免占用过多资源。
人类大脑在睡眠中做的，几乎是同样的事情。哈佛医学院讲师艾琳·J·瓦姆斯利（Erin J Wamsley）的研究表明，睡眠会优先巩固“有价值”的信息——让你意外的、情绪波动的、与未解决问题相关的内容，而大量重复、无意义的日常细节会被丢弃。比如，你可能记不清昨天上班路上具体看到了什么，但一定会记得回家的路线——大脑只保留了抽象规律，而非冗余细节。
不过，两者也有一个关键差异：autoDream整理出的记忆，在代码中被明确标注为“hint”（线索），而非“truth”（真相），AI每次使用前都会重新验证其准确性——它知道自己整理的内容可能存在误差。但人类大脑没有这套“纠错机制”，这也是为什么法庭上的目击证人，常常会给出错误证词：他们并非有意说谎，而是记忆本身就是从零散碎片中临时拼凑的，出错才是常态。
这背后是两种情境的差异：在原始环境中，人类需要快速反应，相信记忆才能立即行动，犹豫就可能面临危险；而对需要反复做知识型决策的AI来说，验证成本很低，盲目自信反而会导致严重错误——两种场景，催生了两种不同的选择。
三、更聪明的懒惰：智能的核心是“有节律”
很多人会好奇：Anthropic设计AI“睡眠”机制时，是参考了脑科学，还是单纯撞上了和人类大脑一样的物理限制？从泄露的代码来看，没有任何神经科学文献引用，autoDream这个名字更像是程序员的玩笑。真正的驱动，应该是工程约束本身——上下文窗口的硬上限、长时间运行的噪音累积、在线整理对主线程推理的干扰，Anthropic只是在解决一道工程题，仿生从来不是目的。
这恰恰印证了趋同进化的核心：真正决定答案形状的，是约束本身的压缩力。过去两年，AI行业对“更强智能”的定义，一直停留在“更多”——更大的模型、更长的上下文、更快的推理、7×24小时不间断运行。但autoDream的存在，给出了一个不同的命题：聪明的智能体，或许是更“懒惰”的。
一个从不停止整理自己的智能体，不会变得越来越聪明，只会越来越混乱。人类大脑在几亿年的演化中，得出了一个看似笨拙却无比正确的结论：智能必须有节律——清醒时感知世界，睡眠时理解世界。当Anthropic在解决工程问题的过程中，独立走向了同样的结论，这或许在暗示：智能有一些绕不过去的基本开销。
或许，一个从不睡觉的AI，不是更强的AI。它只是一个还没意识到自己需要睡觉的AI。