Μνήμη πράκτορα Claude: ονειροπόληση με βάση μεταγραφή και κοινές αστοχίες συγγραφέα

Τι καλύπτει αυτό το βίντεο

• Η μνήμη του πράκτορα διατηρεί το πλαίσιο μεταξύ των συνεδριών. Η περιγραφόμενη επιδιόρθωση αλλάζει σημειώσεις και όχι βάρη μοντέλου.
• Ο έλεγχος της λάθος σημείωσης έναντι της μεταγραφής συνεδρίας βοήθησε το διορθωμένο παρακλάδι να φτάσει στην πόλη Cerulean.
• Μόνο η αναζήτηση πέτυχε 53% των κριτηρίων. Η αναζήτηση συν το μεγαλύτερο wiki έφτασε το 61% σε 25 ερωτήσεις σχετικά με έγγραφα Stainless.
• Άλλες νομικές εργασίες που αναφέρθηκαν από την πηγή δεν έδειξαν σαφές κέρδος από το wiki ή ένα wiki μεγαλύτερο από τα αρχικά έγγραφα.
• Σελίδες ειδικά για τη σύμβαση, ένας συγγραφέας ανά σελίδα και επακριβείς όροι ανέκτησαν 57/57 βαθμολογημένα στοιχεία. Και οι δύο αλλαγές δοκιμάστηκαν μαζί.

Μεταφρασμένη μεταγραφή

Μεταφράστηκε από την πρωτότυπη αγγλική αφήγηση. Ο διαθέσιμος ήχος και οι υπότιτλοι ελέγχονται από το YouTube.

Γιατί η μνήμη παγίδευσε τον Claude;

0:00 Το να δώσουμε στον Claude μνήμη θα πρέπει να τον σταματήσει να επαναλαμβάνει λάθη. Η Anthropic παρακολούθησε μια λάθος σημείωση να τον στέλνει πάνω από τον ίδιο γκρεμό Pokémon τρεις φορές. Σε αυτό το βίντεο, πώς η μνήμη παγιδεύει τον Claude; Και τι το διορθώνει πραγματικά; Η Anthropic αποκαλεί την επιδιόρθωση ονειροπόληση. Επιπλέον συνεδρίες μοντέλου επανεξετάζουν αποθηκευμένες μεταγραφές και επεξεργάζονται αρχεία μνήμης. Η δοκιμή σύμβασης του ανέκτησε ακόμη και κάθε ελλείπον γεγονός αλλάζοντας τον τρόπο που γράφτηκαν αυτές οι μνήμες.

0:22 Κρατήστε αυτή τη σκέψη. Είναι Σάββατο, επτά Νοεμβρίου, και αυτό είναι το The Daily Diff. Η μνήμη του πράκτορα είναι πλαίσιο που αποθηκεύεται μεταξύ συνεδριών. Τα βάρη του μοντέλου παραμένουν αμετάβλητα. Το περιβάλλον λογισμικό αποφασίζει πότε εκτελείται ο καθαρισμός και ποιες μεταγραφές βλέπει. Η λειτουργία Managed Agents' Dreams είναι σε προεπισκόπηση έρευνας. Αυτό το άρθρο δεν ενεργοποιεί τα όνειρα για κάθε χρήστη του Claude.

Τι δοκίμασε πραγματικά η Anthropic;

0:41 Η Anthropic δημοσίευσε το άρθρο του Lance Martin την Παρασκευή. Η σημερινή συζήτηση στο Hacker News έχει ανθρώπους να διαφωνούν για ποιες μνήμες διαγράφουν. Τι συμβαίνει όταν μια σίγουρα λάθος σημείωση επιβιώνει σε μια άλλη συνεδρία; Έχουμε δώσει στην ψευδαίσθηση ένα ντουλάπι αρχειοθέτησης. Ο Claude πρέπει να διασχίσει το Mount Moon, χρησιμοποιώντας ένα κοντινό Pokémon Center ως ορόσημο. Γράφει ότι το κτίριο βρίσκεται στην ανατολική πλευρά, αν και είναι στη δυτική. Φεύγει πιστεύοντας ότι η σπηλιά είναι ήδη πίσω του.

1:05 Στη συνέχεια περπατά πάνω από ένα μονόδρομο γκρεμό στη διαδρομή από την οποία ήρθε. Το εργαλείο πλοήγησής του χάνει την πτώση, οπότε ο Claude εξηγεί την αποτυχία ως υπερβολή. Η επόμενη προσπάθεια ξεκινά με την ίδια λάθος υπόθεση. Η επιμονή διατήρησε το σφάλμα. Μετά την τρίτη πτώση, ο Claude γράφει ότι θα σταματήσει αντί να συνεχίσει να κάνει κύκλους. Η ρύθμιση των ερευνητών του λέει αυτόματα να συνεχίσει. Επιστρέφει σε μια προηγούμενη πόλη, και αυτή η διαδρομή τελειώνει χωρίς να φτάσει στην Cerulean City. Ακόμη και το bot θέλει αυτή η συνάντηση να τελειώσει.

Πώς διόρθωσε το όνειρο τη διαδρομή;

1:30 Οι ερευνητές εκτελούν ονειροπόληση στον φάκελο της λανθασμένης μνήμης. Ο Claude ελέγχει τη σημείωση έναντι της αρχικής μεταγραφής συνεδρίας, πιάνει το σφάλμα τοποθεσίας και το ξαναγράφει. Με τη διορθωμένη σημείωση, επανεισέρχεται στο Mount Moon και τελικά φτάνει στην Cerulean. Αυτό είναι το χρήσιμο αποτέλεσμα εδώ. Μια αποθηκευμένη αξίωση ελέγχεται έναντι αποδείξεων πριν από μια άλλη προσπάθεια. Σε μία διαδρομή, το Sonnet τρία σημείο επτά συσσώρευσε εκατοντάδες αρχεία κερδίζοντας

1:50 ένα σήμα. Το Fable πέντε διατήρησε μια μικρότερη συλλογή και κέρδισε τέσσερα. Διαφορετικά μοντέλα, μία διαδρομή το καθένα, οπότε η συμβολή του συστήματος αρχειοθέτησης δεν μπορεί να απομονωθεί. Στο Hacker News, ο yfontana λέει ότι διαγράφουν σχεδόν όλες τις αυτόματες μνήμες επειδή οι σημειώσεις συνήθως ανήκουν στην τρέχουσα εργασία. Αυτή είναι η εμπειρία ενός χρήστη. Οι χθεσινές συντεταγμένες κάνουν μια άθλια πυξίδα μόλις μετακινηθείτε.

Πότε βοηθάει ένα wiki μνήμης;

2:10 Η Anthropic δημιούργησε επίσης ένα συνδεδεμένο wiki πάνω από τα εσωτερικά έγγραφα της Stainless. Ο Claude οργανώνει σχετικές πληροφορίες μεταξύ συνεδριών, και στη συνέχεια χρησιμοποιεί αυτές τις σελίδες για να απαντήσει σε ερωτήσεις. Αυτό μπορεί να βοηθήσει όταν μια απάντηση εκτείνεται σε πολλά έγγραφα. Τα αρχικά αρχεία παραμένουν διαθέσιμα για έλεγχο του χάρτη. Με μόνο αναζήτηση, ο Claude βαθμολογήθηκε πενήντα τρία τοις εκατό των βαθμολογημένων κριτηρίων. Η αναζήτηση συν το μεγαλύτερο wiki έφτασε το εξήντα ένα τοις εκατό.

2:32 Αυτές ήταν είκοσι πέντε ερωτήσεις σχετικά με τα έγγραφα μιας εταιρείας. Επιπλέον εργασία εκτός σύνδεσης βελτίωσε αυτή την αξιολόγηση. Το άρθρο δεν μας δίνει συνολική τιμή για την κατασκευή του wiki, οπότε κρατήστε τη στήλη του τιμολογίου ανοιχτή. Η λειτουργία Dreams χρησιμοποιεί τυπικές τιμές διακριτικών API και οι εργασίες μπορούν να διαρκέσουν από λεπτά έως ώρες. Η Anthropic λέει ότι ο συνεχής έλεγχος κάθε μνήμης μπορεί να είναι ανέφικτος. Η δεύτερη βάρδια του πράκτορά σας εξακολουθεί να χρεώνεται στην πιστωτική σας κάρτα. Το ίδιο άρθρο περιλαμβάνει μια νομική εργασία όπου το wiki δεν έδειξε σαφές κέρδος σε σχέση με την

Πότε το wiki δεν προσθέτει τίποτα;

2:56 αναζήτηση. Ένα άλλο wiki μεγάλωσε περισσότερο από τα έγγραφα που συνόψιζε. Εάν μια ερώτηση μπορεί να απαντηθεί βρίσκοντας ένα μόνο απόσπασμα, η δημιουργία μιας εγκυκλοπαίδειας πρώτα μπορεί να είναι ένας εξαιρετικά ακριβός τρόπος χρήσης του κουμπιού εύρεσης. Ο Claude Code φορτώνει αυτόματα ένα περιορισμένο αρχικό τμήμα του ευρετηρίου μνήμης του, με λεπτομερείς σημειώσεις να φυλάσσονται αλλού. Μια λάθος εισαχθείσα οδηγία μπορεί να επηρεάσει κάθε συνεδρία. Το εγχειρίδιο της Anthropic προειδοποιεί ότι η μνήμη είναι τόσο καλή όσο οι μεταγραφές. Το χθεσινό αρχείο καταγραφής δεν μπορεί να επαληθεύσει τις αλλαγές αυτής της πρωινής.

Γιατί εξαφανίστηκαν δεκαέξι στοιχεία σύμβασης;

3:23 Τώρα για την εργασία της σύμβασης. Αρκετοί πράκτορες δημιουργούν ένα wiki για μια προσομοιωμένη εξαγορά, γράφοντας όρους σε έναν κοινό πίνακα. Το προκύπτον περίλημμα περιλαμβάνει σαράντα ένα από τα πενήντα επτά βαθμολογημένα στοιχεία. Δεκαέξι στοιχεία έχουν εξαφανιστεί κάπου μεταξύ των συμβάσεων και της ολοκληρωμένης απάντησης. Αυτό είναι ένα αρκετά σημαντικό σημείο για να χαθούν πληροφορίες. Η Anthropic αποδίδει την αποτυχία σε κακές περιλήψεις και πράκτορες που αλληλοεπικαλύπτονται το έργο ο ένας του άλλου. Οι ελλείποντες όροι δεν διατηρήθηκαν ποτέ με ασφάλεια για τη συνεδρία

3:47 απάντησης. Η ονειροπόληση επιτρέπει στον Claude να αναλογιστεί αυτές τις αποτυχίες, να προτείνει διαφορετικές οδηγίες wiki και να ξαναχτίσει. Η επιδιόρθωση φτάνει μέχρι τον τρόπο που γράφεται η μνήμη. Όποιος έχει επεξεργαστεί το ίδιο έγγραφο με συναδέλφους γνωρίζει αυτό τον πόνο. Δώστε σε κάθε συμμετέχοντα έναν μεγαλύτερο εγκέφαλο, και μπορούν ακόμα να αποθηκεύσουν πάνω από το έργο κάποιου άλλου. Το συναρπαστικό πρόβλημα μνήμης της AI έχει περιπλανηθεί στην κουζίνα του γραφείου φορώντας ένα σφάλμα ταυτοχρονίας.

4:08 Κάθε σύμβαση έχει τη δική της σελίδα, γραμμένη από έναν μόνο πράκτορα. Οι όροι αναφέρονται κατά λέξη. Το βελτιωμένο wiki υποστηρίζει και τα πενήντα επτά βαθμολογημένα στοιχεία. Αυτή είναι η υποσχόμενη διόρθωση. Η ξεχωριστή ιδιοκτησία αποτρέπει την αλληλοεπικάλυψη, και οι ακριβείς παραθέσεις διατηρούν τους όρους. Και οι δύο αλλαγές συνέβησαν μαζί, οπότε καμία δεν λαμβάνει αποκλειστική πίστωση. Διατηρήστε σημαντικές μνήμες ανιχνεύσιμες στις πηγές τους. Το Managed Agents' Dreams διατηρεί την είσοδο και παράγει μια ξεχωριστή έξοδο

4:32 που μπορείτε να ελέγξετε. Αν προτιμάτε να το διαβάσετε αυτό παρά να με ακούσετε να το λέω, το diff φτάνει στα εισερχόμενά σας κάθε πρωί, δωρεάν στο the daily diff dot dev, σύνδεσμος παρακάτω.

Θα εμπιστευόμουν αυτό το σύστημα μνήμης;

4:39 Οπότε η σημερινή ετυμηγορία είναι NEEDS REVIEW. Θα χρησιμοποιούσα την επιδιόρθωση με βάση μεταγραφή επειδή ένα επίμονο λάθος αξίζει μια επίμονη διόρθωση. Θα έλεγχα τις αλλαγμένες σημειώσεις και θα δοκίμαζα αν το wiki βοηθάει την πραγματική μου εργασία. Τα αντιπαραδείγματα της Anthropic δείχνουν πόσο εύκολα η διατήρηση της μνήμης γίνεται ένα άλλο έργο που πρέπει τώρα να συντηρείτε. Και αυτή είναι η διαφορά για σήμερα. Είμαι ο Νίκος από την Axrisi. Συγχωνεύστε υπεύθυνα.

Πηγές

1. The components of agent memory — Lance Martin; figures by Monika Tuchowska; Anthropic-reported evaluationsAnthropic
2. Dreams — research preview, separate output store, billing and lifecycleClaude Platform documentation
3. Claude Code memory — injected index boundaryClaude Code documentation
4. Dreaming with a dynamic workflow — transcript staleness and caller controlClaude Cookbook
5. Sleep-time Compute — April 2025 prior work, no replication of this article claimedKevin Lin and colleagues / arXiv
6. Harvey LAB — tasks, documents, grading rubrics and version scopeHarvey AI
7. Authentic Dario Amodei portrait — TechCrunch Disrupt 2023; cropped, background removed and resized; Anthropic identity only, no authorship, current reaction or endorsementTechCrunch / Wikimedia Commons
8. Original TechCrunch portrait source — Dario Amodei at Disrupt 2023TechCrunch / Flickr
9. Portrait licence — Creative Commons Attribution 2.0Creative Commons
10. Two Buttons — Jake Clark, Imgflip template; commentary labels added; brief process satire, hosting is not a licence or legal clearance and grants no blanket reuseJake Clark / Imgflip
11. Groundhog Day GIF — Bill Murray and Stephen Tobolowsky as Phil/Ned; @groundhogday; silent, resized and captioned narrator commentary; no present-day reaction or blanket reuse; hosting is not a licence or legal clearanceGroundhog Day / GIPHY
12. Two Buttons origin attribution — Jake Clark, October 2014; secondary sourceSupermeme
13. Groundhog Day source link supplied by the GIPHY uploaderGroundhog Day