Anthropic explique les composantes de la mémoire des agents et le « dreaming »

Anthropic a publié le 6 novembre un article intitulé « The components of agent memory », dans lequel l’entreprise explique sa conception de la mémoire des agents Claude et le rôle du « dreaming ». Anthropic définit la mémoire d’un agent comme ce que Claude apprend de son expérience et conserve entre les sessions sous forme de notes qu’il pourra relire plus tard ; les modifications des poids, l’apprentissage en contexte et la compaction ne relèvent pas de cette définition. Le « dreaming » désigne le processus par lequel l’agent réfléchit à ses journaux et transcriptions entre les sessions afin de corriger ses erreurs, rédiger de nouvelles notes et créer de nouvelles représentations de sa mémoire.

Voici les résultats qu’Anthropic rapporte à partir de ses propres évaluations :

• Boucles d’apprentissage. Pour une tâche sur une base de données de Continual Learning Bench (CL-Bench) 1.0, exécutée avec Claude Managed Agents, Anthropic affirme que Claude Opus 5 a été le premier modèle à boucler le processus : consigner un échec, tester des hypothèses et en tirer une règle. Selon l’entreprise, Opus 5.5 et Sonnet 5.5 y sont également parvenus.
• Choisir quoi conserver. Dans Pokémon Red, Anthropic indique que Claude Sonnet 3.7 a créé 413 fichiers de mémoire et obtenu un badge, tandis que Fable 5 a créé neuf fichiers ainsi qu’un global.md et obtenu quatre badges.
• Orientation. Il a suffi d’indiquer à Claude qu’un dossier de mémoire existait pour Opus 4.7 et Opus 5. Une règle demandant de « consigner uniquement les échecs » a réduit une grande partie des gains qu’ils tiraient de la mémoire. Demander à Sonnet 4.6 de lire sa mémoire et de mettre ses hypothèses à l’épreuve a presque doublé son score.
• Correction de la mémoire. Le « dreaming » a confronté une note erronée sur l’emplacement d’un Centre Pokémon à la transcription de la session, puis l’a réécrite. Lors de l’exécution avec la note corrigée, le modèle a franchi le Mont Sélénite, contrairement à celui qui utilisait la note non corrigée.
• Wikis. À partir d’environ 350 000 fichiers (près de 420 millions de tokens) de Stainless, qu’Anthropic affirme avoir acquise en mai, l’entreprise a fait créer un wiki par des agents Opus 5 au fil de 128 sessions. Les résultats sur 25 questions sont passés de 13 % à 48 % des critères évalués. La recherche combinée au wiki a obtenu 61 %, contre 53 % pour la recherche seule, et a économisé environ 20 000 tokens par question. Pour certaines tâches de rédaction de mémoires juridiques, le wiki n’a apporté aucun gain évident.

Publication d’Anthropic sur X annonçant que l’entreprise avait atteint 1 432 points le soir du 6 novembre.