От сна человека к «мечтаниям» AI
Аналогия с человеческим мозгом лежит в основе новой архитектуры памяти Anthropic. Как и у людей, у которых гиппокамп консолидирует воспоминания во время сна, AI-агенты теперь используют периоды простоя между взаимодействиями для реорганизации контекста. Этот процесс, названный «мечтаниями» (dreaming), позволяет Claude анализировать логи сессий, исправлять неточности и формировать новые правила поведения, не требуя вмешательства разработчиков.
Замкнутый цикл обучения на CL-Bench 1.0
Ключевым доказательством эффективности подхода стал бенчмарк Continual Learning Bench (CL-Bench) 1.0, измеряющий способность агентов использовать память для долгосрочных задач. В тесте с базой данных модели должны были не только отвечать на вопросы, но и записывать выводы для будущих сессий. Результаты показали эволюцию от простого запоминания к созданию «замкнутого цикла» (closed-loop):
| Модель | Стратегия работы с памятью | Результат / Характеристика |
|---|---|---|
| Claude Sonnet 4.6 | Генерация теорий о причинах ошибок | Память: разрозненные файлы с непроверенными гипотезами |
| Claude Opus 4.7 | Консолидация в единый документ | Разделение фактов на проверенные и неподтвержденные |
| Claude Sonnet 5 | Пометка ответов и запись исправлений | Отслеживание статуса проверки каждым ответом |
| Claude Opus 5 | Замкнутый цикл (Closed-loop) | Создание правил с обоснованием и предупреждениями о «ловушках» |
| Opus 5.5 / Sonnet 5.5 | Захват валидированных правил | Высокая точность, сопоставимая с Opus 5, при более сильном базовом уровне |
Качество важнее количества: тест Pokémon Red
Способность модели определять значимость информации (salience) была протестирована на игре Pokémon Red. Сравнение старых и новых архитектур показало критическую разницу в эффективности:
- Claude Sonnet 3.7: Записывал всё подряд. К 10 000 шагу создал 413 файлов в 225 папках. Из-за избыточности данных (например, фиксация позиции игрока, которая видна на экране) модель тратила ресурсы на обработку устаревшей памяти, заработав всего 1 значок (badge).
- Claude Fable 5: Использовал память стратегически. Создал всего 9 файлов в 2 папках + глобальный файл
global.md. Записывал только то, что нельзя увидеть на экране: стратегии, планы и правила (например, изменение тайминга броска покебола после 3 неудач подряд). Результат — 4 значка.
Почему это важно
Технология «мечтаний» решает главную проблему автономных агентов — деградацию контекста и накопление шума. Переход от простого логирования к активному структурированию знаний позволяет моделям становиться самодостаточными системами, которые улучшаются с каждым использованием, а не просто хранят историю диалогов.
Источник: Anthropic ↗