Anthropic explica los componentes de la memoria de agentes y el «dreaming»

Anthropic publicó el 6 de noviembre una entrada titulada «The components of agent memory», en la que explica cómo concibe la memoria de los agentes Claude y cómo ayuda el «dreaming». Anthropic define la memoria de agentes como aquello que Claude aprende de la experiencia y conserva entre sesiones en forma de notas que puede leer más adelante; los cambios en los pesos, el aprendizaje en contexto y la compactación quedan fuera de esa definición. Describe el dreaming como un proceso en el que el agente reflexiona sobre sus registros y transcripciones entre sesiones para corregir errores, escribir notas nuevas y crear nuevas representaciones de la memoria.

Estos son algunos resultados que Anthropic comunica a partir de sus propias evaluaciones:

• Ciclos de aprendizaje. En una tarea de bases de datos de Continual Learning Bench (CL-Bench) 1.0, ejecutada con Claude Managed Agents, Anthropic afirma que Claude Opus 5 fue el primer modelo en cerrar el ciclo: registrar un fallo, poner a prueba hipótesis y convertirlas en una regla. Según la empresa, Opus 5.5 y Sonnet 5.5 también lo lograron.
• Decidir qué guardar. En Pokémon Red, Anthropic afirma que Claude Sonnet 3.7 escribió 413 archivos de memoria y consiguió una medalla, mientras que Fable 5 escribió nueve archivos y un global.md y consiguió cuatro.
• Orientación. Bastó con decirle a Claude que existía una carpeta de memoria para que Opus 4.7 y Opus 5 la usaran. Una regla que indicaba «registrar solo los fallos» redujo gran parte de la mejora que obtenían de la memoria. Pedirle a Sonnet 4.6 que leyera su memoria y pusiera a prueba sus hipótesis casi duplicó su puntuación.
• Corregir la memoria. Durante el dreaming, se comprobó una nota errónea sobre la ubicación de un Centro Pokémon con la transcripción de la sesión y se reescribió. La ejecución con la nota corregida logró atravesar el Monte Moon, a diferencia de la ejecución con la nota sin corregir.
• Wikis. A partir de unos 350.000 archivos (aproximadamente 420 millones de tokens) de Stainless, empresa que, según Anthropic, adquirió en mayo, agentes Opus 5 crearon una wiki a lo largo de 128 sesiones. El rendimiento en 25 preguntas pasó del 13 % al 48 % de los criterios evaluados. La búsqueda junto con la wiki obtuvo un 61 %, frente al 53 % de la búsqueda por sí sola, y ahorró unos 20.000 tokens por pregunta. En algunas tareas de escritos jurídicos, la wiki no mostró una mejora clara.

La publicación de Anthropic en X anunciando que había alcanzado 1.432 puntos al anochecer del 6 de noviembre.