Claude 有一個大多數用戶從未發現的功能，它從根本上改變了 AI Agent 的運作方式。這個功能叫做 Dreaming，Anthropic 在 2026 年 4 月 21 日推出研究預覽版，同時推出的還有多代理協調（multiagent orchestration）。當大部分 AI 圈在熱議新模型的基準測試時，這個功能悄悄上線了：它讓你的 Claude Agent 可以回顧自己過去的工作記錄，找出哪些方法有效、哪些方法失敗，然後在你休息時自動更新記憶。
如果你曾經對 AI 助手重複犯同樣錯誤感到沮喪，這就是答案。一旦你理解這個功能，你就會用截然不同的方式去思考 AI Agent 的價值。
什麼是 Claude 的 Dreaming 功能？
Dreaming 是 Claude Managed Agents 中的一個排程過程，它會回顧過去的 Agent 工作記錄與記憶儲存，提取模式，然後自動整理記憶更新。它在背景運作，發現重複出現的錯誤、Agent 趨同的工作流程，以及團隊成員共有的偏好。你可以決定更新是自動套用，還是需要人工審核後才生效。
最容易理解的比喻是：把 Dreaming 想成 Agent 版本的「人類睡眠記憶整合」。白天，你的 Agent 處理工作並累積上下文。在 Dreaming 過程中，它回顧這些上下文，識別哪些值得保留，然後重寫自己的記憶，讓下次工作更精準。沒有 Dreaming，每次 Agent 對話都從同一個起點開始；有了 Dreaming，你的 Agent 會在數週使用後明顯變得更聰明，因為它記住了哪些方法有效。
這個功能目前處於研究預覽階段，支援 claude-opus-4-7 與 claude-sonnet-4-6，使用時需要在標準 managed-agents beta 標頭之上，再加上 dreaming-2026-04-21 beta 標頭。
為什麼 AI 實戰者應該關注這個功能
如果你用 AI 建立工作流程，你大概碰過這種牆：今天的提示效果很好，但明天你又要提醒模型同樣的五個偏好、同樣的品牌指引、同樣的特殊情況。Claude Projects 與 ChatGPT Memory 之類的記憶功能確實有幫助，但它們只儲存你明確告訴它的事實。Dreaming 不同，它從你實際的操作中推斷模式，而不是從你寫下的規則中學習。
實際影響體現在三個層面。第一，你的 Agent 停止犯同樣的低級錯誤（格式錯誤、忘記限制條件、重複問同樣的澄清問題）。第二，Agent 自動學會你的風格，不需要你寫長篇大論的系統提示。第三，在團隊環境中，共享偏好會有機浮現：如果內容團隊所有人都拒絕被動語態，Agent 從拒絕記錄中學到這點，而不是從你必須寫下的規則。
對於在香港經營行銷、營運或研究工作流程的實戰者來說，這就是「AI 助手」與「開始理解團隊的 AI 同事」之間的差別。
Dreaming 的運作原理
Dreaming 基於三個輸入運作：完成的 Agent 工作記錄、Agent 目前的記憶儲存，以及一份結果評分準則（outcomes rubric），告訴 Claude 什麼是「成功的」工作。在你設定的排程上（通常是每晚），Claude 會讀過最近的工作記錄，對照評分準則進行比較，然後提出記憶編輯建議：新增哪些條目、移除哪些過時條目、修改哪些現有條目。
結果評分準則是大多數人忽略的關鍵。沒有它，Dreaming 對哪些工作算成功沒有判斷依據，自然無法分辨哪些模式應該被強化。好的評分準則必須具體：「任務完成時沒有追問」是清晰的訊號，「用戶看起來很滿意」則不是。
以下是一個你可以直接套用的最小評分準則結構，存成 YAML 檔放進你的 managed-agent 設定中：
試試這份結果評分準則：
outcomes:
- name: task_completed_first_pass
description: Agent 在用戶不需要重新解釋或修正方向的情況下完成任務
signal: high
- name: format_matched_request
description: 輸出格式符合用戶要求（沒有要求重新排版）
signal: high
- name: user_accepted_output
description: 用戶沒有要求大幅修改
signal: medium
- name: avoided_known_mistake
description: Agent 沒有重複記憶中標記的錯誤
signal: high
dreaming:
schedule: "0 2 * * *" # 每天凌晨 2 點
review_window_days: 7
auto_apply: false # 等到你信任這些模式後再設為 true
當 auto_apply: false 時，Claude 會產生一份提議的記憶變更差異報告（diff），你透過 Claude Platform 控制台審核。經過兩到三週的審核，大部分團隊會把它切換成 true，讓 Dreaming 無人值守地運作。
多代理協調：故事的另一半
Anthropic 與 Dreaming 同時推出了公開測試版的多代理協調，兩者搭配效果更好。協調功能讓主導 Agent 把複雜工作拆解成多個部分，再分派給各個專家 Agent，每個專家有自己的模型、提示與工具存取權限。專家們在共享檔案系統上並行作業，再向主導 Agent 回報結果。
這在實戰中的價值：以前一個 Agent 要負責研究、起草、事實核查、格式整理的內容工作流程，現在可以拆成幾個並行運作的專家。研究專家用 Sonnet 4.6 配網路搜尋。起草專家用 Opus 4.7 不配工具。事實核查專家用 Sonnet 4.6 配不同的搜尋工具與更嚴格的提示。主導 Agent 組合最終輸出。
當你把這個功能與 Dreaming 配對使用，每個專家都會隨時間學會自己的工作。事實核查專家在事實核查上越來越強。起草專家學會你的風格。你不再是調教一個巨大的提示，而是培養一個小型 Agent 團隊，每個 Agent 都在一件事情上越來越精準。
設定步驟：本週試用 Dreaming 的三個步驟
你不需要徹底改造工作流程才能測試 Dreaming。挑一個每週至少做三次的重複性任務，為它設定一個 managed agent，讓 Dreaming 在這個單一工作流程上運作兩週，然後比較品質。
第一步：選對任務。最適合的候選任務具備清晰的成功標準與頻繁的重複性。例如：每週競爭分析報告、每日社交媒體草稿、客戶支援回覆分流、特定 repo 的程式碼審查。避免成功標準主觀的一次性創意任務。
第二步：建立一個有明確記憶的 managed agent。在 Claude Platform 控制台建立 managed agent，給它一個清晰的系統提示，定義它可以使用的工具，並啟用記憶。用上面的 YAML 範本設定結果評分準則。第一週設 auto_apply: false。
第三步：每週審核 dream 差異報告。每週一早上檢查提議的記憶變更。你會看到類似「用戶在行動項目上偏好項目符號而非編號清單」或「行銷文案中避免使用『leverage』一詞」的條目。批准符合團隊實際偏好的，拒絕錯誤推斷的。兩週後，你的 Agent 會明顯感覺更符合團隊的工作方式。
Dreaming 目前的限制
Dreaming 處於研究預覽階段，功能可用但有幾個你需要事先規劃的粗糙邊緣。最大的限制是：它目前只能在 Claude Platform API 上的 managed agents 運作，無法在 claude.ai 對話介面或 Claude Projects 中使用。如果你的團隊透過消費者 App 使用 Claude，你目前無法享受 Dreaming 的好處，你需要在開發者平台上建立 Agent。
第二個限制：dream 產生的記憶更新品質高度依賴對話量。每週少於約 20 次對話，Dreaming 沒有足夠訊號找出有意義的模式。它仍會提議更新，但大部分會是雜訊。如果你的使用情境是低頻率的，等累積幾週對話量後再開啟 Dreaming。
第三個限制：Dreaming 偶爾會過度泛化：一次性的用戶偏好（你那個週五的社交貼文想要輕鬆語氣）可能被當成一般規則寫入。這就是為什麼前兩週的人工審核不可或缺。當你拒絕幾個過度泛化的更新後，系統會學會更保守。
一個真正受惠於 Dreaming 的工作流程
想像一間香港行銷公司，每天為 12 個客戶品牌做社交媒體草稿。以前每次草稿對話都需要載入品牌簡介、語氣指引、過往範例。即使用 Claude Projects 存放品牌資產，Agent 仍會預設用通用的措辭，需要不斷修正。
使用 managed agent 加 Dreaming 運作三週後，系統開始捕捉團隊從未明確寫下的模式：這個品牌從不用感嘆號，那個品牌偏好標題用問句，X 品牌的創辦人不喜歡「innovative」這個字。這些都不在任何簡介裡，全部從過往對話的拒絕模式中浮現。每篇貼文的起草時間下降約 30%，不需修改即被接受的草稿比例從約 40% 升至 70%。
第一週你不會看到這些數字，第四週才會看到，那時 Agent 已經夢過足夠多的循環，學會了你的團隊。
更大的視角
今天大部分 AI 工具是無狀態的。你設定它、使用它，明天從同一個地方重新開始。Dreaming 是第一個廣泛可用、以結構化方式打破這個模式的功能。它不是自我改進 AI 的最終形態，但是實戰者真正可以部署到生產環境的第一步。
如果你把 AI 當作工具，Dreaming 聽起來像一個優化。如果你把 AI 當作同事，Dreaming 就是「永遠不會成長的實習生」與「逐漸勝任角色的初級同事」之間的差別。最先搞懂這點的團隊，半年後會擁有感覺像團隊一份子的 Agent，而其他人還在每個週一重新解釋上下文。
懂AI，更懂你 UD相伴，AI不冷。
立即試用
挑出你本週最重複的 AI 任務，為它設定一個 managed agent，並用 auto_apply: false 開啟 Dreaming。審核第一週提議的記憶更新。你會看到自己從未明確寫下的工作模式浮現出來，那一刻你就會真正理解 Dreaming 的價值。
建立自我進化的 AI Agent 不再是研究項目，而是你這一季就能部署的工作流程。難點在於選對任務、寫出對的結果評分準則、審核對的差異報告。UD 團隊手把手帶你完成每一步，從挑選你第一個啟用 Dreaming 的工作流程，到擴展到整個團隊。
