Память и сновидения для самообучающихся агентов

Коротко

Anthropic запустил Memory для агентов в public beta две недели назад. Сегодня, анонс Dreaming: фоновый процесс, который агент запускает вне основного контекста, чтобы перебрать, продедуплицировать и реорганизовать свои хранилища памяти. Память устроена как файловая система, по той же логике, что CLAUDE.md и skills, и агент управляет ей через Bash и grep. Никакой жёсткой схемы от Anthropic нет. В Claude Opus 4.7 отдельно прокачали способность решать, что класть в память, как её структурировать и на сколько файлов бить. Среди ранних клиентов: Rakuten сократил повторение прошлых ошибок во внутреннем агенте на 90%, Harvey получил 6× рост completion rate на юридическом бенчмарке после Dreaming. Dreaming позиционируется как третий способ тратить вычисления заранее ради лучшего результата, после inference-time compute и search indexing.

Главный тезис

Следующий шаг для агентов, не более длинные контексты и не более мощные модели, а self-managing memory: агент сам ведёт файловую память в ходе работы, а отдельный фоновый процесс (Dreaming) периодически перечитывает логи многих сессий, ищет общие паттерны и реорганизует память так, чтобы будущие агенты учились на чужом опыте.

Ключевые идеи

• 2:01, нерешённая проблема, ради которой строится Memory: continuous self-learning и управление контекстом в долгих задачах
• 3:14, Memory вышел в public beta две недели назад, работает поверх Claude Agent SDK без дополнительной настройки
• 3:57, Rakuten через память сократил повторение прошлых ошибок на 90%, плюс упала стоимость токенов и время ответа
• 5:32, память реализована как файловая система, агент управляет ей через Bash и grep, те же инструменты, в которых Claude уже силён
• 5:53, Claude Opus 4.7 заметно лучше решает, что класть в память, что запоминать и как разбивать хранилище на файлы
• 7:14, агент может иметь read-only доступ к одному хранилищу (организационные знания, best practices) и read-write к другому (рабочая память задачи)
• 7:47, реализована concurrency-защита: при сотнях или тысячах параллельных агентов запись через verification (optimistic locking) не даёт терять обновления
• 8:34, audit log на каждое изменение: кто из агентов, в какой сессии и когда обновил память, первое требование от enterprise-клиентов
• 9:00, отдельный API, чтобы клиенты строили вокруг памяти свои системы: PII-фильтры, очистка, интеграция с внешними хранилищами
• 11:20, сегодня в research preview: фоновый процесс, который сканирует свежие логи, ищет общие ошибки, успешные стратегии и реорганизует память
• 11:45, Harvey на собственном legal-бенчмарке получил 6× рост completion rate после Dreaming
• 12:15, Dreaming работает out-of-context, в фоне, без задержки в основном пути агента
• 13:58, Dreaming видит много сессий разных агентов одновременно и находит паттерны, которые отдельный агент не заметит из своего контекста
• 15:49, Dreaming, третий способ тратить вычисления заранее: после inference-time compute и предварительного построения search index
• 22:28, конкретный паттерн работы Dreaming: находит дубликаты, мерджит их в одну запись, удаляет устаревшие, добавляет verification note

Почему это важно

Anthropic явно объявляет о смене единицы построения агентских систем: с одиночного агента к multi-agent институциональным контурам, где сотни или тысячи агентов параллельно работают над общей базой знаний. Без shared memory с аудитом, concurrency и фоновой реорганизацией такие системы накапливают мусор быстрее, чем приносят пользу, вот где бутылочное горлышко. Выигрывают enterprise (Harvey, Rakuten), компании с длинными повторяющимися процессами (legal, ops, support) и сама Anthropic, которая через memory и Dreaming привязывает клиентов к платформе крепче, чем голые API-вызовы. Проигрывают чистые RAG-вендоры: Anthropic встраивает retrieval и knowledge curation прямо в агентскую платформу.

Идеи

• Память агента, это не embedding store и не KV-cache, а обычная папка с markdown-файлами, которой агент управляет shell-командами
• Skills концептуально приравниваются к operational memory, навыки и память лежат на одной оси
• Anthropic сознательно ушёл от управления памятью внутри модели к «дай агенту файловую систему и не мешай»
• Opus 4.7 натренирован на работу с файловой памятью, это model-level capability, не promptware
• Двухуровневая модель доступа (read-only org-wide + read-write task-local) повторяет паттерн ролей в БД и Unix
• Optimistic concurrency control для памяти, заимствование из CRDT/Git-мира; верификация состояния перед записью
• Audit log фиксирует сессию-источник, это позволяет ретроспективно отследить, какая сессия испортила знание
• Anthropic не хочет монополизировать управление памятью, отсюда отдельный API для PII-фильтрации, очистки, экспорта
• Dreaming, биологическая метафора консолидации сна, перенесённая на AI-системы
• Сначала пробовали делать память управляемой агентом внутри сессии, но агент не успевал реорганизовывать большое хранилище, отсюда вынос в отдельный процесс
• Dreaming видит пересечения между разными агентами, общие ошибки замечаются именно на этом уровне, не внутри одной сессии
• Параллель с test-time compute: память, это shift вычислений с inference на background-этап
• Параллель с search indexing: предварительная структуризация ради дешёвого retrieval позже
• Dreaming можно триггерить по событию завершения сессии, не только по расписанию
• Демо: два агента подряд проверяют один и тот же alert, второй благодаря памяти пропускает дублирующее расследование
• В демо Dreaming сам нашёл паттерн «retry через 60 секунд после CPU spike неэффективен», паттерн, невидимый ни одному отдельному агенту
• В демо Dreaming удалил пять идентичных дубликатов и оставил один merged-record с verification note
• Anthropic проектирует под масштаб «hundreds or thousands of agents в одном пространстве», это плановый дизайн, не побочный эффект
• Memory + Dreaming, мост от sessional memory к корпоративной knowledge base
• Pre-condition в API для записи (optimistic check), заимствование If-Match из HTTP
• Cost-снижение у Rakuten объясняется не только меньшим числом шагов, но и тем, что при готовой памяти промпты становятся короче

Инсайты

• Когда shared state у агентов становится first-class объектом, побеждает архитектура «файлы + shell», а не «векторная база + ORM», потому что shell-инструменты уже отлажены и интерпретируемы
• Continuous learning в production-агентах решается не через online RL весов, а через файловую память + фоновую консолидацию, инженерный обход дообучения
• Multi-agent архитектура неизбежно приходит к разделению runtime-памяти и фоновой консолидации, как мозг делит бодрствование и сон
• Самое ценное знание в multi-agent системе, паттерны, видимые только cross-session: отдельный агент структурно не способен их обнаружить
• Audit log + concurrency control превращают память агента из эксперимента в enterprise-инфраструктуру, без них любой self-improving агент остаётся игрушкой
• Anthropic смещает competitive moat с «качества модели» на stickiness институциональной памяти: переход к другому провайдеру означает потерю накопленного knowledge corpus
• Паттерн «спецификация на уровне модели + минимальные tools», новый дизайн-принцип Anthropic: меньше harness-кода, больше capability в весах
• Разделение целей memory quality и task completion между разными процессами, это single responsibility применительно к агентским системам
• Любая система с self-improving memory требует механизма забывания и устаревания, иначе деградирует под весом старого знания; Dreaming решает это явным шагом удаления

Цитаты

«continuous self-learning and the management of the context in long-term tasks», 2:01 Непрерывное самообучение и управление контекстом в долгосрочных задачах

«Therefore, the main element is the following memory», 2:08 Поэтому следующая ключевая часть, это память

«self-management memory will be of great importance», 2:55 Самоуправляемая память будет иметь огромное значение

«the memory is backed by a system of files called LAMCLOUD», 5:32 Память реализована поверх файловой системы, которую мы называем CLAUDE.md

«all this is done using only Bash and GP tools», 6:18 И всё это делается только инструментами Bash и grep

«reduce their previous mistakes in internal knowledge employees by 90%», 3:57 Снизили повторение прошлых ошибок во внутренних агентах на 90%

«one of the customers can use the content folder to verify what will be written», 7:58 Один клиент может через состояние папки сверить то, что будет записано, прежде чем апдейтить

«full record of verification every time a memory update is made», 8:34 Полный аудит-лог на каждое обновление памяти

«We call this operation Dreaming», 11:20 Мы называем этот процесс Dreaming

«six times in the number of tasks for one of its legal scenarios», 11:50 Шестикратный рост числа выполненных задач на одном из юридических сценариев

«Dreaming is out of the context» Dreaming работает вне контекста сессии

«not a single member can notice or learn from his limited perspective», 13:58 Ни один отдельный агент не способен это заметить из своей ограниченной перспективы

«using computing and additional efforts to maintain the organization of these memory systems», 15:49 Через дополнительные вычисления, чтобы поддерживать организованность памяти

«Dreaming is a bridge between the medium memory systems and the wide range of knowledge», 17:31 Dreaming, это мост от sessional-памяти к широкой корпоративной базе знаний

«we see a immediate increase in the efficiency of symbols and a increase in intelligence», 19:38 Мы сразу видим рост токен-эффективности и рост интеллектуальности агента

Факты

• Memory API запущен в public beta за две недели до выступления (≈ начало мая 2026)
• CLAUDE.md был запущен впервые около полутора лет назад как ранняя ограниченная версия памяти
• Skills запущены в октябре (2025), дают агентам способ приобретать новые навыки
• Claude Opus 4.7 имеет улучшенные способности по управлению файловой памятью на уровне обучения
• Rakuten сократил повторение прошлых ошибок внутреннего агента на 90%
• Harvey на собственном legal-бенчмарке получил 6× рост completion rate с применением Dreaming
• Демо: агент установил, что повторный retry через 60 секунд после CPU spike неэффективен, паттерн найден Dreaming
• Демо: Dreaming нашёл 5 идентичных записей в памяти и объединил их в одну
• Dreaming запускается в research preview в день презентации
• Запускать Dreaming можно периодически через console, через API или событийно по завершении сессии агента
• Anthropic ожидает выпуск более широкой knowledge-base функциональности в ближайшие месяцы
• В демо показаны два типа хранилищ на агента: org-level read-only и market-level read-write
• Audit log фиксирует агента, сессию и время изменения
• Реализован optimistic concurrency check перед записью в память

Источники

• MCP (Model Context Protocol), для доступа агента к внешним инструментам и данным
• Claude Code, упомянут как один из мощных запущенных инструментов
• Claude Agent SDK, фундамент, поверх которого работает Memory
• CLAUDE.md, оригинальная ранняя форма памяти
• Skills, операционная память агентов
• Claude Opus 4.7, модель с улучшенной поддержкой файловой памяти
• Rakuten, кейс снижения ошибок на 90%
• Harvey, кейс 6× прироста на legal-бенчмарке
• Anthropic Console, UI для управления хранилищами и запуска Dreaming

Итог

Anthropic превращает память агентов в полноценный инфраструктурный примитив: файлы под управлением shell-инструментов плюс фоновый Dreaming, который разгребает то, что за день натворили сотни параллельных агентов.