Anthropic описала эксперименты с памятью Claude между сеансами работы: по данным компании, отобранные заметки со стратегиями и проверенными правилами оказались полезнее подробного архива действий. А отдельная проверка записей после сеанса помогла исправить ошибку, которую агент повторял, доверяя собственной памяти. Для тех, кто поручает ИИ длительные задачи, здесь важна не вместимость хранилища, а качество сохранённого.
Память в файлах, а не переобучение модели
В исследовании Claude записывает сведения в папку с заметками и обращается к ним в следующих сеансах. Сама модель при этом не меняется. Такой подход позволяет переносить знания о работе между сеансами, но ставит перед агентом непростой выбор: заранее решить, что пригодится позже.
Показательный пример — Pokémon Red. Примерно за 10 тысяч игровых шагов Claude Sonnet 3.7 создала 413 файлов в 225 папках: отдельные записи появлялись для боёв и найденных предметов. Состояние игры менялось, сведения устаревали, а иногда модель занималась только перекладыванием заметок вместо игры. Итог — один значок, то есть одна из игровых наград за продвижение.
Claude Fable 5 ограничилась несколькими файлами и получила четыре значка. Она не записывала то, что уже видно на экране, а сохраняла планы, стратегии и проверенные правила. Однако Anthropic сравнила лишь по одному прохождению каждой модели. Этого недостаточно, чтобы считать результат универсальным доказательством преимущества такого подхода.
Как Dreaming исправляет неверные записи
Опасность не только в лишних файлах. Ошибочная заметка может стать для агента убедительнее фактов. В игровом тесте Claude неверно записала, с какой стороны горы находится ориентир. Полагаясь на запись, она трижды попадала в одну ловушку и в конце концов хотела отказаться от цели.
Для проверки памяти Anthropic использует Dreaming: во время паузы Claude перечитывает записи прошлых сеансов и сверяет с ними заметки. По сообщению компании, после такой проверки модель обнаружила ошибку о расположении ориентира и нашла верный путь. Это исправление по истории действий, а не гарантия безошибочной памяти.
Dreaming также использовали для организации знаний: Claude построила связанную вики примерно из 350 тысяч внутренних документов приобретённой Anthropic компании Stainless. Лучшие результаты ответов получались при сочетании вики с поиском, а не при отказе от поиска.
Где подход помогает — и чего пока не решает
В отдельном юридическом тесте Anthropic вики особенно помогала с вопросами, ответы на которые были разбросаны по нескольким документам: результат составил 87% против 73% при одном поиске. В простых задачах на нахождение сведений вики работала примерно наравне с поиском. В одном случае она даже оказалась объёмнее исходных документов — компактность не гарантирована.
Компания признаёт ограничения: запись заметок отвлекает агента от задачи, Dreaming требует дополнительных вычислений и даёт результат с задержкой. Заметки и вики нужно поддерживать, иначе в них накапливаются ошибки и выдуманные сведения. Автоматическая загрузка слишком большого числа воспоминаний занимает место среди доступной модели информации и переносит неверные записи в следующие сеансы.
Жёсткие правила тоже не универсальны. По данным Anthropic, в одном тесте указание сохранять только ошибки устранило большую часть преимущества более сильных моделей. Старым моделям, напротив, помогали прямые напоминания читать заметки. Поэтому компания рекомендует объяснять назначение памяти, оставляя Claude выбор способа её использования.
Все описанные результаты получены самой Anthropic. Dreaming уже представляли в мае как предварительную исследовательскую возможность Claude Managed Agents; нынешний материал не следует принимать за анонс новой функции для всех пользователей Claude. Практический вывод из экспериментов: оценивать нужно не только наличие памяти, но и отбор сведений и исправление ошибок. Более широкий контекст — в материале о восьми фактах об ИИ-агентах в работе по опыту OpenAI и Anthropic.