Anthropic описала подход к памяти агентов Claude: между сеансами они могут пересматривать записи о прошлых действиях, исправлять ошибки и обновлять базу знаний. Этот процесс компания называет «сновидением». В её тестах память помогала агентам лучше справляться с задачами, которые требуют использовать накопленный опыт.
Агент сохраняет не всю историю подряд. Он может вести журнал сеансов, делать краткие заметки и собирать более упорядоченную базу знаний — например, в формате Wiki. При «сновидении» Claude сверяется с журналом, уточняет записи и выделяет правила, которые пригодятся позднее.
В задании на ответы по базам данных из теста непрерывного обучения CL-Bench модель Claude Opus 5.5 с памятью получила среднюю оценку 0,838 против 0,655 без неё. Для Sonnet 5.5 оценки составили 0,833 и 0,644 соответственно. Это сравнение показывает результат использования памяти в конкретном тесте, а не отдельно эффект её пересмотра между сеансами.
Для проверки исправления ошибок Anthropic использовала игру «Покемон Ред». Когда Claude неверно записал расположение центра покемонов и заблудился, пересмотр журнала помог поправить запись и добраться до следующего города. В запуске без исправления агент продолжал возвращаться назад и не выполнил цель.
В другом испытании агент строил Wiki по примерно 350 тысячам корпоративных документов. Когда число фоновых сеансов работы над Wiki увеличили с 2 до 128, доля выполненных критериев оценки выросла с 13% до 48% на наборе из 25 вопросов. Anthropic отмечает, что агентам ещё предстоит научиться вовремя обновлять записи и не накапливать в них ошибки.
Источник: IT Home.
