AI，為什麼也需要睡覺？

撰文：湯一濤

編輯：靖宇

來源：極客公園

2026 年 3 月 31 日 萬行原始碼洩漏到了公共 npm 倉庫。 程式碼幾小時內被鏡像到 GitHub，再也收不回來。

洩漏內容很多，安全研究者和競爭對手各取所需。 但在所有未發布功能裡，有一個名字引起了廣泛討論——autoDream，自動做夢。

autoDream 是一個叫 KAIROS（古希臘語，意為「恰當的時刻」）的後台常駐系統的一部分。

KAIROS 在使用者工作時持續觀察和記錄，維護每日日誌（有點龍蝦的意思）。 autoDream 則只在使用者關掉電腦之後啟動，整理白天累積的記憶，清除矛盾，把模糊觀察轉化為確定事實。

兩者構成一個完整週期，KAIROS 醒著，autoDream 睡著－Anthropic 的工程師為 AI 造了一套作息。

過去兩年，AI 產業最熱的敘事是 Agent：自主運行，永不停機，這被當作 AI 相對於人類的核心優勢。

但把 Agent 能力推得最深的公司，恰恰在自己的程式碼裡為 AI 設定了休息時間。

為什麼？

永不停機的代價

不停機的 AI，會撞上一堵牆。

每個大語言模型都有一個「上下文視窗」，同一時刻能處理的資訊總量有物理上限。 Agent 持續運作時，專案歷史、使用者偏好、對話記錄不斷堆積，超過臨界點後模型開始遺忘早期指令、前後矛盾、編造事實。

技術社群把這叫做「上下文腐化​​」。

許多 Agent 的應對方案很粗暴：把所有歷史塞進上下文窗口，指望模型自己分清主次。 結果是資訊越多，表現越差。

人腦撞的，是同一堵牆。

白天經歷的一切會被快速寫入「海馬體」。 這是一個容量有限的臨時儲存區，更像一塊白板。 真正的長期記憶存放在「新皮質」，容量大但寫入慢。

人類睡眠的核心任務，就是把滿載的白板清空，將有用的資訊搬運到硬碟裡。

瑞士蘇黎世大學神經科學中心的比約恩·拉施（Björn Rasch）實驗室將此過程命名為「主動系統鞏固」（active systems consolidation）。

持續的睡眠剝奪實驗反覆證明：不停機的大腦不會變得更高效，記憶力會先出問題，接著是注意力，最後連基本的判斷力都會垮掉。

自然選擇對低效行為極為殘酷，但睡眠沒有被淘汰。 從果蠅到鯨魚，幾乎所有有神經系統的動物都睡覺。 海豚演化出了左右腦輪流休息的「半腦睡眠」──它寧可發明一種全新的睡法，也不放棄睡眠本身。

虎鯨、白鯨和寬吻海豚在池底休息的情景｜圖片來源：National Library of Medicine（United States）

兩份答卷

生物學裡有一個概念叫做趨同進化：親緣關係很遠的物種，因為面對相似的環境壓力，會獨立演化出相似的解決方案。 最經典的例子就是眼睛。

章魚和人類都長著相機式的眼睛，一個可以調焦的晶狀體把光聚到視網膜上，一圈虹膜控制進光量，整體結構幾乎一樣。

章魚和人類眼球結構對比｜圖片來源：OctoNation

但章魚是軟體動物，人類是脊椎動物，那時兩者的祖先在五億人身上還沒有任何在地球上生活的祖先。 兩條完全獨立的演化路線，走到了幾乎相同的終點。 因為要把光高效地轉換成一幅清晰的影像，物理規律允許的路徑幾乎只有相機式這一種，能聚焦的鏡頭、能承接影像的感光面、能調節進光量的光圈，三者缺一不可。

autoDream 與人腦睡眠之間的關係，可能就是這一類－在相似約束下，兩類系統可能會收斂到相似結構。

必須離線，是兩者最相似的一個共同點。

autoDream 不能在使用者工作時運行，它以分叉子程序的身份獨立啟動，和主執行緒完全隔離，工具權限嚴格受限。

人腦面對的是同樣的問題，解決方案更徹底：記憶從海馬體（臨時存儲區）搬到新皮層（長期存儲區），需要一組只在睡眠中才會出現的腦電節律。

其中最關鍵的是海馬體的尖波漣漪，它負責把當天編碼的記憶片段逐條打包送往大腦皮層；大腦皮層的慢振盪和丘腦的紡錘波則為整個過程提供精確的時序配合。

這套節律在清醒狀態下無法形成，外部刺激會破壞它。 所以你不是困了才睡覺，而是大腦必須關上前門才能打開後門。

或者說，在同一時間窗口，資訊攝取與結構整理內是競爭資源，而非互補資源。

睡眠期間主動系統鞏固模型。 A（資料遷移）：在深度睡眠（慢波睡眠）期間，剛寫入「海馬體」（暫時儲存區）的記憶會被重複回放，從而逐步轉移並固化到「新皮質」（長期儲存區）中。 B（傳輸協定）： 這個資料轉移過程，依賴兩個區域之間高度同步的「對話」。 大腦皮質會發出緩慢的腦波（紅線）作為主控節拍。 在波峰的驅動下，海馬體將記憶碎片打包成高頻訊號（綠線的尖波漣漪），並與丘腦發出的載波（藍線處的紡錘波）完美配合。 這就像是把高頻的記憶數據，精準地鑲嵌進傳輸通道的空隙裡，確保訊息被同步上傳至大腦皮質。 ｜圖片來源：National Library of Medicine（United States）

另一條是不做全量記憶，做編輯。

autoDream 啟動後不會保留所有日誌。 它先讀取現有記憶確認已知訊息，然後掃描 KAIROS 的每日日誌，重點處理與先前認知有偏差的部分：那些跟昨天說的不一樣的、比之前以為的更複雜的記憶，會優先記下來。

整理完的記憶被存進一套三層索引：輕量級指針層始終加載，主題文件按需調入，完整歷史永遠不直接加載。 而能直接從項目程式碼裡查到的事實（例如某個函數定義在哪個文件裡）根本不寫進記憶。

人腦在睡眠中做的幾乎是同一件事。

哈佛醫學院講師艾琳·J·瓦姆斯利（Erin J Wamsley）的一項研究表明，睡眠會優先鞏固那些不尋常的信息，例如那些讓你意外的、讓你情緒波動的、跟還沒解決的​​問題有關的。 而大量重複、無特徵的日常細節會被丟掉，只留下抽象規律——你可能記不清昨天上班路上具體看到了什麼，但你清楚地記得路怎麼走。

有趣的是，有一個地方兩個系統做出了不一樣的選擇。 autoDream 產出的記憶，在代碼裡被明確標註為“hint”（線索）而非“truth”（真相），代理每次使用前都要重新驗證是否仍然成立，因為它知道自己整理出來的東西可能不准。

人腦沒有這套機制。 這就是為什麼，法庭上的目擊證人，常常給出錯誤證詞的原因。 他們並非有意說謊，而是因為記憶是從大腦的零散碎片裡臨時拼出來的，出錯才是常態。

演化大概沒必要為人類大腦裝一個不確定性標籤。 在一個需要身體快速反應的原始環境中，相信記憶就能立刻行動，懷疑記憶就會猶豫──而猶豫，就會敗北。

但對一個重複做知識型決策的 AI 來說，驗證的成本很低，盲目自信反而危險。

兩種情境，推出兩組不同的答案。

更聰明的懶惰

在演化生物學中，趨同進化意味著兩條獨立的路線，在沒有直接交換信息的情況下，走向了相同的終點。 大自然沒有抄襲，但工程師是可以看論文的。

Anthropic 在設計這個睡眠機制時，到底是因為撞上了和人腦一樣的物理牆，還是他們從一開始就參考了腦科學？

從洩漏的程式碼中並沒有任何神經科學文獻引用，autoDream 這個名字也更接近一個程式設計師的玩笑。 更強大的驅動應該還是工程約束本身，上下文有硬上限，長時間運行會導致雜訊累積，線上整理也會污染主執行緒的推理。 他們在解一道工程題，仿生從來不是目的。

真正決定答案形狀的，還是約束本身的壓縮力。

過去兩年，AI 產業對「更強的智慧」的定義，幾乎總是指向同一個方向——更大的模型、更長的上下文、更快的推理、7×24 小時不間斷運作。 方向永遠是「更多」。

autoDream 的存在暗示了一個不同的命題：聰明的智能體，可能是更懶惰的。

一個從不停下來整理自己的智能體，不會變得越來越聰明，只會變得越來越混亂。

人類大腦在幾億年演化中得出了一個看似笨拙的結論：智能必須有節律。 清醒用來感知世界，睡眠用來理解世界。 當一家 AI 公司在解決工程問題的過程中獨立走向了同樣的結論，這或許在暗示：

智能有一些繞不過去的基本開銷。

或許，一個從不睡覺的 AI，不是更強的 AI。 它只是一個還沒意識到自己需要睡覺的 AI。