Anthropic explica os componentes da memória de agentes e o “sonhar”

Em 6 de novembro, a Anthropic publicou o texto “The components of agent memory”, sobre como entende a memória para agentes Claude e como o “sonhar” pode ajudar. A Anthropic define memória de agente como aquilo que Claude aprende com a experiência e conserva entre sessões em anotações que pode ler depois; mudanças nos pesos, aprendizado em contexto e compactação não fazem parte dessa definição. A empresa descreve o “sonhar” como o agente refletindo sobre seus registros e transcrições entre sessões para corrigir erros, escrever novas anotações e criar novas representações da memória.

Resultados que a Anthropic relata em suas próprias avaliações:

• Ciclos de aprendizado. Em uma tarefa de banco de dados do Continual Learning Bench (CL-Bench) 1.0, executada com Claude Managed Agents, a Anthropic afirma que Claude Opus 5 foi o primeiro modelo a fechar o ciclo: registrar uma falha, testar hipóteses e transformá-las em uma regra. Segundo a empresa, Opus 5.5 e Sonnet 5.5 também conseguiram fazê-lo.
• Decidir o que salvar. Em Pokémon Red, a Anthropic afirma que Claude Sonnet 3.7 criou 413 arquivos de memória e conquistou uma insígnia, enquanto Fable 5 criou nove arquivos, além de um global.md, e conquistou quatro.
• Orientação. Bastou dizer a Claude que existia uma pasta de memória para Opus 4.7 e Opus 5. Uma regra para “registrar apenas falhas” reduziu boa parte do ganho obtido com a memória. Instruir Sonnet 4.6 a ler sua memória e testar suas hipóteses quase dobrou sua pontuação.
• Corrigir a memória. O “sonhar” comparou com a transcrição da sessão uma anotação incorreta sobre a localização de um Pokémon Center e a reescreveu. Na execução com a anotação corrigida, o agente passou pelo Mt. Moon; com a anotação sem correção, não conseguiu.
• Wikis. Usando cerca de 350.000 arquivos (aproximadamente 420 milhões de tokens) da Stainless, que, segundo a Anthropic, adquiriu em maio, a empresa fez com que agentes Opus 5 criassem uma wiki ao longo de 128 sessões. O desempenho em 25 perguntas passou de 13% para 48% dos critérios avaliados. A busca combinada com a wiki obteve 61%, contra 53% apenas com a busca, e economizou cerca de 20.000 tokens por pergunta. Em algumas tarefas de elaboração de documentos jurídicos, a wiki não apresentou ganhos claros.

Publicação da Anthropic no X anunciando que havia alcançado 1.432 pontos até a noite de 6 de novembro.