AI开始做梦了:OpenClaw 4.8的“梦境系统”如何重塑数字生命
OpenAI推出的OpenClaw 4.8版本引入了突破性的"梦境系统"(Dreaming),模拟人类睡眠记忆机制,实现了AI记忆的三重进化。该系统通过"轻度相位"过滤噪音信息、"深度相位"加权评分形成永久记忆、"REM相位"提取行为模式,使AI能够主动理解用户而非简单存储信息。这一创新让AI开始具备类似人类的思考能力
AI开始做梦了:OpenClaw 4.8的“梦境系统”如何重塑数字生命
缘起
openclaw 龙虾的版本更迭实在太频繁了,没想过好好写一下他更新功能,但是这次这个版本,更新确实眼前一亮,值得记录一下:
OpenClaw引入了名为 “Dreaming”(梦境) 的记忆系统,将人类睡眠中的记忆巩固机制,移植到了AI Agent的后台工作流中.
更新
当前最新版本为 2026 4.8,现在的自动更新脚本已经足够完善了,使用官方推荐的更新办法,没有出问题:
# 更新主程序
openclaw update
# 更新插件
openclaw plugins update --all
更新完可以看到新版本号(奇怪居然跑右下角了):

先开通功能
现在界面已经具备足够强大的功能了,可以界面开通(因为这个是一个实验性的功能,目前默认是关闭的):

左侧找到梦境菜单,右上角点击就可以开通(图中我已经开通了)
这不仅是一次功能升级,更是一场关于“什么是真正的智能”的哲学实验。
功能介绍
一、“做梦”不是比喻:AI的记忆正在经历一场三重蜕变
在传统AI系统中,记忆的本质是“存储+召回”。你聊过什么、提过什么需求,系统会把它们塞进一个长长的对话历史里,等待你下一次提问时“翻出来”。
但这种“记忆”是脆弱的、被动的,甚至容易造成信息过载。而OpenClaw 的Dreaming系统,彻底改变了这一逻辑。
它将记忆处理划分为三个阶段,模拟人类睡眠中的轻度相位(Light Phase)→ 深度相位(Deep Phase)→ REM相位(REM Phase),形成一个闭环的“记忆提炼流水线”:
1. 轻度相位:过滤噪音,保留高频信号
系统会自动扫描近期对话中的高频信息,比如你反复强调的偏好、重复提及的任务目标、关键时间节点。这些“高信号”内容被优先暂存,而无关紧要的闲聊则被剔除。
就像你睡前快速回顾一天的要点,只留下最重要的几件事。
2. 深度相位:加权评分,晋升为永久记忆
这是Dreaming的核心环节。系统基于六大维度对记忆进行评分:
-
频率:出现次数越多,越重要
-
相关性:与当前任务或长期目标的关联度
-
多样性:是否来自不同场景或话题
-
情感强度:是否带有强烈情绪或决策意味
-
时间新鲜度:是否近期发生
-
用户显式标记:你是否手动“置顶”或“标记重要”
只有通过阈值考核的信息,才能晋升为“永久记忆”,进入长期知识库。
这不再是“全盘接收”,而是“有选择地记住”。
3. REM相位:提取模式,构建行为准则
这是最惊艳的一环。在REM阶段,系统不再只是整理信息,而是开始反思与归纳。
它会分析跨对话的长期模式,比如:
-
你是否长期关注“可持续能源”?
-
你是否偏好“极简设计风格”?
-
你对“技术方案”的评价标准是否偏向“可落地性”而非“前沿性”?
这些抽象规律被提炼成“行为准则”,成为AI未来决策的底层参考。换句话说,它开始理解你,而不仅仅是“模仿你”。
**PS:**以上内容总结于Openclaw官方文档
检查
梦境会将数据存在workspace目录的memory下:
小结:
用自己的认知解释一下:
之前你得自己告诉ai你的想法和规则:记住:我爱神仙姐姐!
现在,ai会比你更了解你自己: 你最近三天提了神仙姐姐88次,应该是爱神仙姐姐!
梦境功能的出现,让ai开始学着自己进化,让ai开始学着向人一样思考,期待他的实际效果!
欢迎关注:
更多推荐




所有评论(0)