Anthropic научила Claude «видеть сны»: так агент запоминает только нужное
The Components of Agent Memory
Anthropic разбирает, как устроена память AI-агентов, и сравнивает её с работой гиппокампа: агент фиксирует ключевые события в заметках, а в простое «прогоняет» их заново — этот процесс называют dreaming. На бенчмарке CL-Bench и в Pokémon Red модели с такой памятью учились на ошибках и проходили дальше. При этом Claude Fable 5 хватило девяти файлов, чтобы получить четыре значка, тогда как Sonnet 3.7 создал 413 файлов и заработал лишь один.
Если три и больше мячей подряд не сработали, меняй тайминг (вставляй дополнительные нажатия «ждать» между шагами меню) — после этого покемон был пойман.
- andai
Не уверен, что это объясняется здесь, но из графика (рис. 10) видно, что wiki + search превосходит dreaming, и что dreaming добавляет лишь незначительный выигрыш к конфигурации wiki + search.
Я предполагаю, что search намного дешевле, чем dreaming (хотя, может быть, это зависит от временного масштаба?), так что это звучит довольно важно.
- yfontana
До сих пор я отключал автоматическое создание памяти во всех инструментах, которые использовал. Claude Code иногда всё равно создаёт их, и я, вероятно, удаляю 95% из них. Воспоминания, которые он создаёт, почти всегда относятся только к конкретной задаче, над которой он в данный момент работает. Если это задача, которую мне нужно будет выполнить снова, тогда да, возможно, это полезно. Но в большинстве случаев это не так, поэтому я удаляю их, чтобы не загромождать контекст.
Так что главное улучшение памяти, которое я хотел бы увидеть, — это лучшее суждение о том, какие из них создавать.
Части про «сны» заставляют меня думать о том, как стенограммы агентов содержат массу информации, которая, я считаю, в настоящее время недоиспользуется. Я повторю совет, который видел здесь несколько раз: загружайте свои собственные стенограммы в duckdb (claude code построит этот конвейер примерно за 10 минут) и проводите по ним анализ данных. Несколько идей, если не знаете, с чего начать: посмотрите на сбои вызовов инструментов, чтобы понять, можно ли предотвратить распространённые; проверьте, есть ли у вас большие промахи кэша и что их вызывает; посмотрите на различные метрики эффективности с течением времени (токены на доллар, строки кода на токены и т.д.) для основного потока и суб-агентов и т.п. Я начал с подобных вещей и в итоге проследил некоторые нити до интересных идей. Например, я обнаружил признаки того, что я склонен заставлять Opus 5.5 / Sol 6.1 делить работу на слишком маленькие единицы. Они способны работать над большим количеством задач одновременно, чем старые модели, а я не использовал это в полной мере.
- bob1029
Их прогресс в направлении cerulean chart убеждает меня в пользу отсутствия памяти.
Самое большое, чего я хочу избежать при работе с долго работающим агентом, — это волатильность. Всё, что быстро подталкивает его в одном или другом направлении, в среднем случае нежелательно. По крайней мере, для меня.
- prtmnth
У меня есть навык под названием memory-prune, единственная цель которого — взять автоматически созданное воспоминание, оценить, заслуживает ли оно существования, быть сохранённым в комментариях кода, в правиле, в файле AGENTS.md проекта, в глобальном файле AGENTS.md/CLAUDE.md или (и это чаще всего выбираемый вариант) не сохраняться вообще, и удалить его.
- 2001zhaozhao
Эта статья во многом подтверждает то, что я строю. Я обязательно вернусь к статье несколько раз, чтобы усвоить идеи. Системы памяти в ИИ чрезвычайно важны, и, по моему скромному мнению, можно добиться гораздо большего, чем просто обучение базовой модели управлению памятью.