马斯克22万张GPU部署解析：AI长期在线系统如何颠覆一次性对话

Claude正在进入“梦境”状态。

准确而言，即便对话会话结束，其后台推理进程仍在持续。Anthropic近期在开发者大会上正式发布了名为“Dreaming”（梦境）的核心能力。这远非一次简单的功能迭代。

深入解读技术文档后，开发者社区敏锐地捕捉到一个关键信号：AI系统正试图构建一种“长期在线”的生存模式。

Dreaming机制与传统聊天记忆存在本质区别。它是一套周期性自主运行的后台架构——Claude会主动回溯历史任务记录、多轮对话数据及智能体协作日志，通过算法评估哪些经验具备长期存储价值，随后将其重构并整合进记忆库，为后续复杂任务提供决策支持。

这标志着AI交互范式正在发生根本性转变：从被动响应转向主动复盘。而这项技术突破，直指过去一年AI Agent领域最棘手的技术瓶颈：长期记忆的脆弱性。

AI系统的自我复盘机制

Claude的“梦境”功能如何具体运作？

根据Anthropic的技术白皮书，这是一种基于时间触发的后台处理机制。系统会自动扫描历史任务轨迹、对话上下文以及多智能体协作图谱，过滤出高价值信息单元，并将其编码写入持久化记忆存储。

本质上，这是AI首次实现系统级的经验沉淀与知识重构。目前该功能处于研究预览阶段，仅对Claude Managed Agents框架开放。

Claude Managed Agents是Anthropic推出的全托管智能体服务平台。与开发者基于Messages API自建Agent的方案不同，该平台提供完整的基础设施，支持在受控环境中部署多个智能体并实现长期协同作业。Dreaming正是该体系实现持续优化的核心引擎。

过去十二个月，智能体架构已成为AI技术栈的关键演进方向。从OpenAI的Operator到Google的Project Astra，再到Manus、OpenClaw等自动化智能体产品，整个产业都在推动AI从对话交互向任务执行转型。

但实际部署过生产级Agent的工程师都清楚，一个根本性挑战始终存在：智能体的记忆衰减问题。

尽管大模型的上下文窗口持续扩展，但对于需要数小时乃至数天周期的长程任务，信息损耗依然无法避免。开发团队经常观察到，智能体在长时间运行后会出现目标漂移、偏好遗忘及错误重复等现象。

为此，开发者生态一直在积极探索长期记忆的解决方案。Anthropic的Dreaming技术，正是对这一痛点的系统性回应。

技术文档明确指出，Dreaming并非简单的日志归档或上下文压缩。它更像一个持续运作的认知强化系统，能够定期分析多智能体的行为模式，识别值得固化的经验范式。Anthropic特别强调，该机制能发现单个智能体无法察觉的系统性问题，包括重复性错误、团队自发形成的工作流以及跨智能体的协同偏好。

这与传统聊天机器人架构形成鲜明对比。以往的大模型大多停留在单次推理模式：请求触发、生成响应、会话终止。即使AI在特定任务中犯错，也缺乏有效的经验积累路径。

Dreaming采用了截然不同的技术路径。它将历史任务经验转化为可复用的知识资产，并持续影响未来的决策逻辑。Anthropic将其命名为“梦境”的隐喻恰如其分——类似于人类睡眠中的记忆巩固过程：日间经历在神经系统中被重新组织、强化，最终形成长期记忆。

在Reddit和X等技术社区，开发者正在深入讨论其产业意义。有观点指出，这可能是智能体技术栈演进的关键里程碑。过去行业竞争聚焦于模型能力基准测试，但进入企业级部署阶段后，工程团队发现：决定智能体可用性的关键因素，往往是系统长期运行的稳定性与一致性。这在软件工程自动化等场景中表现得尤为突出。

从对话模型到长期运行系统

Dreaming只是Anthropic近期技术布局的一部分。

同次开发者大会上，Anthropic还正式开放了此前处于预览阶段的两项能力：Outcomes（成果追踪）与Multi-agent orchestration（多智能体编排）。这些技术迭代共同指向一个战略目标：将Claude从对话模型转型为可持续运行的智能体操作系统。

特别是在Claude Code取得市场突破后，Anthropic明显加大了在智能体领域的投入。行业共识正在形成：具备实际价值的AI系统，必须能够持续处理复杂任务链。因此，越来越多的技术团队开始研究如何让AI从问答引擎进化为任务执行引擎。

Anthropic当前的技术路线更为激进。它不仅追求模型智能的提升，更致力于系统性地解决长期记忆、多智能体协同、工作流持久化以及智能体生命周期管理等工程挑战。

从这个视角重新审视Dreaming，会发现它是Anthropic智能体战略中不可或缺的核心组件。

22万张GPU：算力基础设施的范式升级

过去几个月，随着Claude Code与AI Agent用量激增，Anthropic一直面临严峻的算力约束。早期用户经常反馈额度快速耗尽、高峰时段响应延迟、长任务中断以及Pro/Max套餐限制收紧等问题。

Dreaming的推出可能进一步加剧算力需求。根据技术说明，该系统会定期执行历史任务扫描、多智能体行为分析、长期模式识别、团队偏好提炼及记忆结构重构等操作。这意味着即使没有用户主动请求，后台计算资源也在持续消耗。

Anthropic联合创始人兼CEO Dario Amodei透露，公司原本按照“每年10倍”的增速规划算力，但2026年第一季度的实际需求年化增长率接近80倍，这正是Claude实施速率限制的根本原因。Dario坦言希望增速回归到10倍水平，“80倍的增长率对任何基础设施都是巨大挑战”。

但局势在24小时内发生戏剧性转变。就在Dreaming官宣的同一天，另一则消息震动了整个AI产业圈。

马斯克宣布xAI停止独立运营，后续业务将并入SpaceX AI。同时，他确认SpaceX已与Anthropic达成战略协议，向后者开放全球规模最大、架构最新的超级人工智能集群Colossus 1的全部计算资源。

Anthropic迅速证实了与xAI的合作关系。官方声明表示，未来一个月内将上线300兆瓦算力、整合22万张英伟达GPU，并尽快将新增算力转化为更高的开发者配额。此外，作为协议的一部分，Anthropic还表达了与SpaceX AI合作开发吉瓦级轨道人工智能计算设施的意向。

获得22万张GPU的算力储备后，Anthropic具备了开放更高级服务能力的硬件基础。

随后，公司立即宣布三项政策调整：

第一，针对Pro、Max、Team及企业席位套餐，将Claude Code每五小时的速率限制提升100%（适用于Dreaming功能）；

第二，取消Pro和Max账户在Claude Code高峰时段的速率限制削减；

第三，大幅提高Claude Opus模型的API调用速率上限。

这个时间节点的选择极具战略意义。因为Dreaming、多智能体编排以及成果追踪这类能力，本质上都属于“长期运行智能体”技术栈的组成部分。它们对GPU资源的消耗强度，远高于传统的对话式AI。

传统大模型主要采用请求-响应模式：用户提问触发计算，生成完成后释放资源。但智能体架构完全不同，它可能需要持续运行数小时，甚至在后台保持长期活跃状态。

特别是Dreaming这类功能，本质上相当于让Claude在后台持续执行经验复盘、记忆整理、模式归纳及工作流优化等认知任务。即使用户没有发起新对话，系统仍在持续占用推理资源。

从某种意义上说，22万张GPU的战略价值已超越单纯的算力扩充。它实际上是为Anthropic下一阶段的智能体战略铺设基础设施。随着Dreaming、多智能体协作及Claude Code的深度整合，Claude正在从对话模型演进为长期运行的AI操作系统。

这类系统真正需要的，不仅是更强的模型性能，更是稳定、可持续且成本可控的推理基础设施。对Anthropic而言，GPU不再仅仅是训练模型的资源，它正在成为支撑AI智能体长期运行的“电力网络”。

而Dreaming技术的出现，或许只是这场基础设施革命的序章。