聊天机器人结束对话即“失忆”的局面，正在被一项新功能打破。
近日，据多方消息爆料，Anthropic 公司正在为 Claude Cowork 进行重大更新，通过开发知识库（Knowledge Bases）的方式让其获得“永久记忆”。
这标志着用户与 Claude 交互方式正在发生变革：从传统的聊天机器人单次对话保留上下文的模式，向多对话、多任务之间持续调用关键信息的模式转变。
基于这项功能， AI 有可能在数天甚至数周后，仍然能够理解当前任务与过往工作的关联。同时，这也释放了另一个信号：AI 正在从对话助手向任务伙伴身份演进。
（来源：X）
与偏向通用对话的 Claude Chat 不同，Claude Cowork 的定位更倾向于工作协作平台，其应用的知识型工作场景包括写作、研究、规划和文档处理等。
根据相关信息，Claude Cowork 将成为更通用、以效率为导向的工作入口，其可作为主要入口启用聊天模式，而不再将它作为单独的版块访问。
（来源：X）
用户界面也得到了简化，右侧边栏将新增一个专门的作品（Artefacts）版块。以往聊天机器人对话后会“清零”，而现在，在该板块能够管理和复用以往的作品。如果说过去用 Claude 更像是问答模式，那现在则更像是与 Claude 共创相关项目。
值得关注的是，Cowork 新增功能中的关键是引入了知识库，这些知识库被描述为“持久化的存储库”，Claude 可通过引用知识库的方式获取相关上下文信息，并逐步更新用户偏好、决策、事实或经验教训等新信息。
也就是说，Claude 所依托的知识体系可以不再是静态信息，而是更灵活的动态知识库。它不再仅依赖于单次对话的有限上下文，而是将信息“按类划片”为多个知识库。
（来源：Claude）
这样，用户在 Cowork 中处理相关任务时，可以选择特定的知识库作为上下文附件，这对于涉及自动化和文件管理的工作流程尤为重要。
有了这项功能，Claude 有望能够更可靠地处理更复杂的任务，而不是仅依赖单次对话中有限的上下文进行推断。
（来源：Claude）
更厉害的更新在于扩展的 MCP 连接器体系，这有可能显著提升 Cowork 的自动化能力。对 MCP 注册表的引用暗示着，Claude 很有可能动态管理和操作多个远程连接器，并可能根据任务完成的需要安装已获批准的模块。
这意味着，Claude Cowork 已经不是一个仅停留在出主意、写文案的初级阶段，而是升级为主动去操作系统以及调用工具的更高阶段。
（来源：X）
除了关键功能的更新，轻量化功能也同步进行中。蒂博尔·布拉霍（Tibor Blaho）在社交媒体发文称，Claude 的网页界面正在开发 Web 语音模式，这将有利于大幅度提升它的可访问性和易用性。
与此同时，Claude 还改进了此前已公布的 Pixelate 功能（允许用户将图像转换为像素艺术头像），使其能够生成更高质量的结果，并已扩展到了桌面应用程序端。
这些更新共同表明，Anthropic 正在将 Claude 从一款标准的聊天助手发展成为一款功能更全面的生产力助手，重点在于模块化知识管理、自动化和多模态输入选项。
当然，这与 Anthropic 公司的整体战略密切相关，旨在将传统聊天、知识库和智能代理功能融合到统一的界面中，从而将 Claude 更深入地嵌入到日常工作流程中。
Claude Cowork 的更新引发了领域的高度关注和广泛讨论，而开发者社区的反应更迅速，已有人先行动起来了。
开发者 Zac 在社交媒体发文称，其在现有工具上实现了智能分叉（Smart Forking），用实际案例印证了大模型拥有长期记忆的可行性。并且，他直呼：“我强烈建议所有 Claude Code 用户都把这个功能集成到自己的工作流程中。”
同样可以告别以往与聊天机器人的一次次从头解释，但与前文中 Claude Cowork 的整理好记忆再嵌入模型不同，Smart Forking 是基于 Claude Code 会话嵌入向量数据库，并可以从历史对话里检索与当前任务最相关的上下文。
根据这位开发者的描述，这项功能的操作十分简单：调用 /fork-detect 工具，告诉它你想做什么。
然后，它会将你的提示信息输入到一个嵌入模型中，并将嵌入结果与一个包含所有聊天记录的向量化 RAG 数据库进行交叉比对（这个数据库会随着你聊天次数的增加而自动更新）。
（来源：X）
接下来，它会返回与你想要执行的操作最相关的 5 个聊天记录，并为每个记录分配一个从高到低排序的相关性评分。最后，可以选择索取 fork 的记录，它会提供 fork 命令，你可以复制并粘贴到新的终端中。
（来源：X）
Zac 表示，他在使用这项功能时成功率达 100%，但它的使用情况取决于具体的使用场景。它并非是上下文管理的终极解决方案，而只是针对这种特定使用场景的一种工具。
总体来看，无论是 Anthropic 产品的功能演进，还是开发者社区的主动探索，都展示了一个共同趋势：随着使用场景的深入，长期记忆正在成为 AI 协作工具中关键的基础能力。
