写这篇的动机
2026 年 8 月 25 日下午,Anthropic 把 Claude 的记忆能力做了一次"看似很小、实际是分水岭"的升级:Claude 的"记忆"现在可以跨过聊天窗口和 Claude Cowork(它在年初推出的桌面端"电脑使用"代理)双向流动——Cowork 在云端跑任务时,能用上 Claude 聊天里学到的上下文;反过来,Cowork 在浏览器侧边栏和桌面上做的事,也会写回 Claude 的长期记忆。同一天,Anthropic 还把"敏感话题"做成一个默认关闭、可由用户单独开启的记忆开关——一旦开启,Claude 会把健康、种族、宗教信仰、政治立场、性别认同等敏感信息也纳入记忆,每次写入都会通知用户,但永远不会去碰社会安全号、犯罪记录、移民身份这类硬红线。
把这件事单独看,是"一个 ChatGPT 竞品又加了个新功能"。但如果你把它和 8 月 21 日 Thoughtworks 那篇被广泛传阅的《Agents on Databricks: The platform is ready, your business context is not》放在一起看,信号就完全不同了:一边是基础模型厂商开始把"长期记忆"做成产品级默认能力,另一边是数据平台厂商开始把"业务语义层"摆到台面上(Genie Ontology 公测、OntoBricks、Ontos 三条线同时发力)。这两条原本互不相关的线,在 8 月这一周同时按下按钮,意味着企业 AI Agent 在 2026 下半年正在进入一个全新的阶段——从"会写、能查、能调用工具"的执行型 Agent,正式跨进"记得住你是谁、知道你的业务怎么定义"的记忆型 Agent。
这篇想把这件看起来很工程师的事讲清楚:它对企业部署 Agent 到底意味着什么、它和过去一年所有"Agent 落地难"的抱怨(协作不顺、记忆丢失、上下文漂移、敏感数据外泄)到底是什么关系,以及像美辰这样专门帮企业"接 Agent"的服务商,到底应该怎么把这件事接住。
一句话总结
Anthropic 把 Claude 记忆做成跨 Cowork 的共享层 + 敏感话题可控开关,Databricks 把"业务语义"摆到 Genie Ontology 公测的台面,IBM 在 8 月初把"AI Agent Memory"作为独立概念写进 Think 知识库——三件事的同一指向是:Agent 不再是"每次重来的聪明实习生",而是"有档案、有上下文、有合规边界"的企业级员工,而美辰要做的,正是把这条路径在中国企业的真实环境里跑通。
Anthropic 8-25 那次升级,到底改了什么
Engadget 在 8 月 25 日下午 1 点 EST 发出的报道,逐条列了 Anthropic 这次发的东西,核心有四件:
第一,跨产品记忆共享。Cowork 是 Anthropic 在 2026 年初推出的"给普通人用的电脑使用代理",可以自动跑你每天重复的任务。这次升级之后,Anthropic 自己的原话是:"当 Cowork 在云端跑任务时,Claude 从聊天里记住的东西就在那里;反过来也一样。"这意味着你早上跟 Claude 说了一句"我习惯周五下午出本周周报",Cowork 在周五下午自动帮你起草周报时,不需要你再重复一遍。
第二,Chrome 扩展的接续。这个能力建立在 Anthropic 几周前给 Claude for Chrome 浏览器扩展加的一次升级之上——那次升级让 Cowork 能在 Chrome 侧边栏里跑,而你在侧边栏里和 Claude 的对话从此正式进入使用历史。也就是说,Cowork 现在有三个入口:桌面客户端、Chrome 侧边栏、网页版,三个入口的记忆是统一的。
第三,敏感话题可控开关。过去几周,用户已经可以在 Claude 的设置菜单里看到按主题组织的记忆清单,可以编辑每一条主题的具体内容。这次新增的开关叫"include sensitive topics in memory",默认关闭。一旦打开,Claude 会把健康、种族、宗教信仰、政治立场、性别认同等敏感主题纳入记忆,每次写入会单独通知用户。Anthropic 的解释很坦诚:"对某些人来说敏感的东西,对另一些人来说恰恰是有用的记忆。"同时 Claude 永远不会去存社会安全号、犯罪记录、移民身份这几类硬红线——即使敏感话题开关打开了也不行。
第四,默认开启、覆盖全档位。这个记忆功能默认开启,对 Free、Pro、Max 三档用户全部生效。移动端(Android / iOS)需要升级到最新版本。
为什么这件事的分量远超"功能升级"
把这次升级放进 2026 年 Agent 行业的整体节奏里看,它的意义不在于"又多了一个新功能",而在于 Anthropic 正在把 Agent 记忆从"实验性能力"推到"产品级默认"。
过去两年,行业里所有 Agent 产品的记忆能力都还是"beta 里加个按钮"的阶段。OpenAI 的 ChatGPT Memory 是 2024 年 4 月才正式上线的,Google Gemini 的"与历史对话交互"功能到 2025 年下半年才稳定,Mistral、Cohere、DeepSeek 在记忆能力上的产品化进度都要更慢。Claude 自己第一次引入"参考过去对话"的能力是 2025 年夏天,但那次的功能是碎片的——"有时是设计如此,有时是模型架构本身的限制"。
而 8 月 25 日这次升级,意味着 Anthropic 已经把"跨产品记忆共享+敏感话题可控"作为产品级的硬性默认,不再让用户去做"开/关"的早期采用决定。这种从"能力→产品"的跃迁,在 AI 产品史上通常意味着底层模型和工程体系都完成了对应的重构。
更关键的是,这背后是 Anthropic 整体战略上的一次转向:从"让 Agent 能做事"转向"让 Agent 记住你是谁"。8 月 25 日同一天,Anthropic 还发了一个独立的 500 万美元研究基金,专门支持"AI 对用户幸福感影响"这一领域的独立评估——从记忆功能到 wellbeing 评估,两条线放在一起,说明 Anthropic 已经把"AI 是不是能在长期使用里变成用户真正信任的伙伴"这件事放到了公司战略层面。
Databricks 8-21 那篇博客,把另一半拼图摆上桌
如果只看 Anthropic 的这次升级,你会觉得"哦,Claude 自己搞了套记忆系统"。但如果把 8 月 21 日 Thoughtworks 的 Arun Srinivasan 写的那篇博客放进来,信号就完全不一样了。
那篇博客的标题是《Agents on Databricks: The platform is ready, your business context is not》。核心论点是:访问数据已经不是 Agent 落地的难题,Unity Catalog 和治理层已经把这条路铺平了;但 Agent 仍然没办法可靠地理解你的业务——这个 gap,正是大多数 Agent 项目卡在"演示看着很棒、业务不敢拍板"之间的根本原因。
Thoughtworks 给了一个具体的例子:你让 Agent 回答"上个季度的营收是多少"。在 Agent 给出数字之前,它必须先做出一连串判断——你说的"营收"是 booked(已订)、billed(已开票)还是 recognized(已确认)?你的数据资产里有 47 张表名带"营收",哪一张是可信来源?北美财务团队的定义,在亚太区还适用吗?数字出来之后,Agent 能不能告诉你这个数字到底是从哪个口径来的?
Thoughtworks 的原话非常尖锐:"The agent will answer. It just won't tell you which of those choices it made."——Agent 会回答,但它不会告诉你它在这些选择里到底走了哪一条路。
这件事的本质,就是 Agent 缺少"业务语义层"——它有访问能力,却没有记忆能力;它能跑任务,却记不住你们公司是怎么定义"营收"的。
Databricks 给出的三条解决路径
为了填补这个 gap,Databricks 在 2026 年下半年同时推了三条路径,Thoughtworks 的博客把它们拆得很清楚:
第一条,Genie Ontology,自下而上,已经在公测。Genie 会持续扫描你的 notebook、仪表盘、管道、文件、目录血缘,自动抽取知识片段、给每个片段打分排序,然后在 Agent 查询时把相关的片段按你已有的权限注入到 Agent 循环里。Thoughtworks 认为这是这次最重要的一条——它会自动维护自己。也就是说,过去那种"业务团队手工维护指标定义,然后眼看着它逐渐漂移"的老问题,被这个机制结构性解决了。
第二条,OntoBricks,自上而下,Databricks Labs 项目,还在探索阶段。你可以设计形式化本体(ontology),或者直接引入行业标准如 FIBO(金融)、FHIR(医疗)、CDISC(临床),然后在 lakehouse 上把它们物化、做推理。Thoughtworks 已经把它用在受监管行业的内部加速器里,因为这些行业需要"导入标准 → 跑推理 → 证明结果正确"这条链路。
第三条,Ontos,策展型,同样是 Labs。在 Unity Catalog 之上加一层业务目录,带上数据产品(data products)、数据契约(data contracts)和合规规则。它解决的不是技术问题,而是所有权和协议问题——谁拥有这个定义?谁批准这个定义?数据用错的时候找谁?
三条路径覆盖了三种不同的问题:Genie Ontology 解决"我要快速拿可信的自然语言分析",OntoBricks 解决"我需要形式化语义和合规推理",Ontos 解决"我需要明确的所有权和契约"。Thoughtworks 强调:它们是组合关系,不是竞争关系。
把这件事翻译成"美辰视角":企业到底卡在哪
上面这两条线——Anthropic 的产品级记忆 + Databricks 的业务语义层——表面看是两家厂商在做的事,但落到中国企业 Agent 落地的真实场景里,它们指向的是同一个核心问题:Agent 的"上下文+记忆"层,正在变成企业落地的硬分水岭。
我把这道分水岭拆成四个具体的痛点,这些都是过去半年美辰在客户现场反复看到的:
痛点一,会话之间是断的。今天你跟 Agent 说"我们公司周一开周会",下周一 Agent 已经完全忘记。要么你每次重复一遍,要么你花大力气把这件事写进 prompt,要么你干脆放弃让 Agent 持续跟进这条线。Anthropic 这次的升级直接命中这个痛点,但它解决的是 C 端 Chatbot 用户的问题,不是 B 端企业 Agent 的问题——企业 Agent 要记住的不是"用户的偏好",而是"这家公司的偏好"。
痛点二,业务定义是漂的。Thoughtworks 那篇博客把这个痛点讲得非常透。"营收"到底是 booked 还是 recognized,这件事 Agent 不知道,Agent 也不告诉你它选了哪一条。这不是模型能力的问题,是企业没有给 Agent 一个"业务语义底座"。
痛点三,敏感数据是不分的。Anthropic 这次新增的敏感话题开关,默认是关闭的——它默认不存健康、种族、宗教、政治这类信息。但企业 Agent 落地的现实是:Agent 要去碰 CRM、HR、财务、医疗这些天然包含敏感数据的系统。如果用同一套默认行为,Agent 会在 HR 系统里"忘记"员工是哪个族裔、有什么宗教信仰;但如果全开,又会出现 PII 泄露风险。这道开关,中国企业需要的是比"Anthropic 一个 toggle"更细颗粒度的——按数据域、按角色、按场景分别控制。
痛点四,跨工具是不通的。今天你用 Claude 聊天处理了一件事,然后切到 Cowork 让它跑了一个任务,两件事之间是断的——ChatGPT Memory 不传给 Operator,Operator 自己的记忆也不传给 ChatGPT。这就是 Anthropic 这次升级要解决的事,但 Anthropic 只能解决自己产品线内部的跨工具,中国企业的 Agent 往往是混源——Claude、DeepSeek、豆包、自研模型混着用,工具集又是飞书、钉钉、企业微信、Salesforce、SAP 的混合体。这道跨工具记忆同步,中国市场比海外更复杂。
Agent 落地的"记忆+语义"层,中国版应该长什么样
把海外两家的动作叠在一起,中国企业 Agent 的"记忆+业务语义"层,理想的形态应该是下面这样:
第一层:会话级短期记忆。这一层 Anthropic 已经解决了,各家基础模型厂商也会陆续跟上。它解决的是"同一个会话里,Agent 不要忘了你说过什么"。
第二层:跨会话长期记忆。这一层就是 Anthropic 8-25 升级的核心——Chat 和 Cowork 之间记忆共享。但企业版本需要的能力更强:跨多个 Agent 共享、跨多个用户角色共享、按权限隔离、按时间衰减。中国版要解决的核心问题是"记忆的归属和权限"——这条记忆是属于这个员工的、还是这个部门的、还是这家公司的?谁能读、谁能改、谁能删?
第三层:业务语义底座。这一层对应 Databricks Genie Ontology 的角色——把"营收"到底是 booked 还是 recognized、CRM 里 customer 和 account 到底什么关系、HR 里 active employee 是怎么定义的,这些业务语义做成一组机器可读、可推理、可被 Agent 自动发现的资产。美辰把这一层叫做"业务上下文引擎"——它不是简单的数据目录,而是 Agent 在跑任务时可以实时查询的"业务词典+推理引擎"。
第四层:合规与审计。这一层是海外两家都没明确给出、但中国企业绝对绕不开的——每一次 Agent 写记忆、读记忆、引用业务语义,都要有审计 trail。EU AI Act 8 月 2 日生效后,欧盟企业要的不只是"Agent 能记住",而是"Agent 记住的东西是可以被审计、被解释、被删除的"。
对正在做 Agent 落地的企业来说,今天该做的四件事
把上面的分析落到企业 IT / 数字化负责人的角度,我建议从今天起的一个季度里,把下面四件事按顺序做掉:
第一件事:盘清你现在的 Agent 在哪些地方会"失忆"。让业务部门列出他们当前用的 Agent(无论是 ChatGPT Enterprise、Claude for Work、还是自研的),挑出 5 个最常用的场景,记录"失忆点"——哪里需要重复说、哪里上下文会跳、哪里敏感信息会被 Agent 自动忘掉或自动记住。这份清单会直接告诉你哪些场景需要"长期记忆+敏感控制",哪些场景其实用短期会话就够了。
第二件事:给"营收"这种核心指标一个明确的、可机读的定义。找财务、业务、IT 三个部门坐下来,把你们公司 10 个最常用的业务指标,逐一写出"系统来源、定义公式、所有者、口径、时点、例外",存到一个共享目录里。这就是 Databricks Genie Ontology 的中国企业版手动起点——你不做这一步,任何 Agent 都只能"猜",而业务不会相信一个"会猜"的 Agent。
第三件事:决定你的"敏感数据开关"颗粒度。参考 Anthropic 这次新增的"include sensitive topics in memory"开关,但把颗粒度拆得更细:哪些数据域(HR、财务、医疗、法务)默认不存?哪些角色(普通员工、HRBP、法务总监)可以各自打开?哪些场景(诊断、合规审查、跨境业务)必须强制审计?这件事最好在 Agent 大规模铺开之前定下来,否则事后改成本极高。
第四件事:选一家能帮你把"记忆+语义"两层补齐的 Agent 服务商。这件事不是模型厂商能独立解决的——模型厂商解决"模型记得住什么",但企业 Agent 要的是"模型+业务定义+合规审计+跨工具同步"的组合方案。这就是美辰这类专业 Agent 落地服务商该出现的位置。
美辰在做什么:把海外这两条线,接到中国企业的真实环境里
把视角拉回到美辰自身。我们是帮中国企业把 Agent 接进真实业务系统的服务商,过去半年,我们看到 2026 年下半年 Agent 落地的真正瓶颈,已经从"模型够不够聪明"全面转移到"上下文够不够稳、记忆够不够长、业务语义够不够准"——这正是海外 Anthropic + Databricks 这次同时间点出招的同一道题。
美辰现在的产品线已经在沿着这道题重新布局:我们给客户交付的每一个 Agent,默认带"会话级+跨会话级"两层记忆能力,并且把记忆的所有权、读权限、保留时长、删除能力,都按企业的数据治理框架做了可配置。同时我们正在把"业务上下文引擎"做成 Agent 落地方案的标配层——不是简单的数据目录,而是 Agent 在跑任务时实时查询的业务词典,背后接的是企业自己的 ERP、CRM、HR、财务系统,但前面是 Agent 能直接读懂的语义层。
海外两家厂商的动作,验证了我们这条路径是对的。Anthropic 在做产品级的默认记忆,Databricks 在做平台级的业务语义,这两件事 8 月这一周同时按下按钮,意味着 Agent 行业的下半场——也就是 2026 年 9 月到 2027 年 3 月这半年——会围绕"记忆+业务语义"这条主线展开。
美辰要做的,就是把这条主线在中国企业的真实环境(合规要求、数据分布、组织架构、IT 治理)里跑通,让中国企业的 Agent 也能从"聪明但失忆的执行者",变成"记得住、知道你的业务怎么定义、还能合规审计"的长期合作伙伴。
结尾
2026 年 8 月 25 日是一个普通的工作日,但对企业 AI Agent 来说,这一天和 8 月 21 日 Thoughtworks 那篇博客合在一起,标记了行业进入下一阶段的起点。Claude 的记忆跨过了 Chat 和 Cowork,Databricks 把业务语义层正式摆上公测,IBM 在 8 月初把 AI Agent Memory 写入 Think 知识库——三件事的指向一致:Agent 不再只是"会做事的聪明工具",而正在变成"有档案、有上下文、有合规边界的数字员工"。
对企业来说,这道转变既是机会也是挑战——机会是 Agent 终于可以"记住"你,挑战是你得为它准备好"被记住"的全部条件(定义、权限、审计、跨工具同步)。对美辰这样专门帮企业接 Agent 的服务商来说,我们的工作就是把海外这两条线的产品级创新,接进中国企业的真实环境里,把"记忆+业务语义"这两层能力,做成中国企业 Agent 落地的标配。
这件事,远比"模型又升了几个点"更重要。