AI开始「自学成才」了：Harvey任务完成率提升6倍的启示

AI开始「自学成才」了：Harvey任务完成率提升6倍的启示

Anthropic在5月7日的Code with Claude大会上发布了一个叫Dreaming的功能。名字很科幻，原理更科幻。

简单说：Anthropic给AI装了一个后台进程。每当用户下班，它会默默回放今天所有的工作对话，翻出被纠正过的批示，对比之前类似case的翻车记录，然后在深夜自己把漏洞补上。第二天你打开电脑，它比昨天更清醒。

不是开发者在夜里加班改代码，是AI自己在改。

这套机制拆成三步：回顾——Agent全量回放过去所有session；提炼——找出重复出现的痛点；优化——自动调整prompt措辞、tool definition边界、memory文件里的经验。

最震撼的是数据：全球最大法律AI平台Harvey接入Dreaming后，任务完成率提升了6倍。不是6%，是6倍。法律文档审核是容错率极低的场景，一个条款理解错误可能影响几百万美元的合约。Harvey没有换模型、没有新增训练数据，仅靠从past sessions里自动提取错误模式，就把完成率推到了远超之前的水平。

这个事件背后的信号值得重视：企业级AI Agent正在从「被动响应」走向「主动进化」。以前AI能力的提升依赖模型厂商发布新版本，现在企业自己的使用数据就能驱动AI成长。

对于开发者来说，这意味着：AI的价值不仅取决于模型本身，更取决于你有没有足够多的真实使用数据来喂养它。

你的AI每天都在变聪明。不是因为OpenAI又发了什么新模型，而是因为它在夜里「想」了一遍白天的失误。