Memoria del agente Claude: soñar respaldado por transcripciones y fallos de escritores compartidos

Lo que cubre este video

• La memoria del agente persiste el contexto entre sesiones; la reparación descrita cambia las notas en lugar de los pesos del modelo.
• Verificar la nota incorrecta con la transcripción de la sesión ayudó a la rama corregida a llegar a Ciudad Celeste.
• Solo la búsqueda obtuvo el 53% de los criterios; la búsqueda más el wiki más grande alcanzó el 61% en 25 preguntas sobre documentos de Stainless.
• Otras tareas legales reportadas por la fuente no mostraron una ganancia clara del wiki o un wiki más grande que los documentos originales.
• Páginas específicas del contrato, un escritor por página y términos textuales recuperaron 57/57 hechos calificados; ambos cambios se probaron juntos.

Transcripción traducida

Traducido de la narración original en inglés. El audio y los subtítulos disponibles son controlados por YouTube.

¿Por qué la memoria mantuvo a Claude atrapado?

0:00 Darle memoria a Claude debería evitar que repita errores. Anthropic observó cómo una nota equivocada lo enviaba por el mismo saliente Pokémon tres veces. En este video, ¿cómo atrapa la memoria a Claude? ¿Y qué lo arregla realmente? Anthropic llama a la reparación 'soñar'. Sesiones adicionales del modelo revisan transcripciones almacenadas y editan archivos de memoria. Su prueba de contrato incluso recuperó cada hecho perdido al cambiar cómo se escribieron esas memorias.

0:22 Guarden ese pensamiento. Es sábado, siete de noviembre, y este es The Daily Diff. La memoria del agente es el contexto guardado entre sesiones. Los pesos del modelo permanecen sin cambios. El software circundante decide cuándo se ejecutan las limpiezas y qué transcripciones ve. La función Managed Agents' Dreams está en vista previa de investigación. Este artículo no activa los 'sueños' para todos los usuarios de Claude.

¿Qué probó Anthropic realmente?

0:41 Anthropic publicó el artículo de Lance Martin el viernes. La discusión de hoy en Hacker News tiene a la gente discutiendo sobre qué memorias eliminan. ¿Qué sucede cuando una nota errónea y segura sobrevive a otra sesión? Le hemos dado alucinación un archivador. Claude necesita cruzar el Monte Luna, usando un Centro Pokémon cercano como punto de referencia. Escribe que el edificio está en el lado este, aunque está en el oeste. Se va creyendo que la cueva ya está detrás de él.

1:05 Luego camina por un saliente de un solo sentido hacia la ruta de donde vino. Su herramienta de navegación no detecta la caída, por lo que Claude explica el fallo como exageración. El siguiente intento comienza con la misma suposición incorrecta. La persistencia ha preservado el error. Después de la tercera caída, Claude escribe que se detendrá en lugar de seguir en bucle. La configuración de los investigadores le indica automáticamente que continúe. Regresa a un pueblo anterior, y esa ejecución termina sin llegar a Ciudad Celeste. Incluso el bot quiere que termine esta reunión.

¿Cómo el 'soñar' arregló la ruta?

1:30 Los investigadores ejecutan el 'soñar' en la carpeta de memoria defectuosa. Claude verifica la nota con la transcripción de la sesión original, detecta el error de ubicación y lo reescribe. Con la nota corregida, vuelve a entrar al Monte Luna y finalmente llega a Cerulean. Ese es el resultado útil aquí. Una afirmación guardada se verifica con la evidencia antes de otro intento. En una ejecución, Sonnet tres punto siete acumuló cientos de archivos mientras ganaba

1:50 una insignia. Fable cinco mantuvo una colección más pequeña y ganó cuatro. Modelos diferentes, una ejecución cada uno, por lo que la contribución del sistema de archivo no puede ser aislada. En Hacker News, yfontana dice que eliminan casi todas las memorias automáticas porque las notas suelen pertenecer a la tarea actual. Esa es la experiencia de un usuario. Las coordenadas de ayer son una brújula inútil una vez que te has movido.

¿Cuándo ayuda un wiki de memoria?

2:10 Anthropic también construyó un wiki vinculado sobre los documentos internos de Stainless. Claude organiza información relacionada entre sesiones, luego usa esas páginas para responder preguntas. Esto puede ayudar cuando una respuesta abarca varios documentos. Los archivos originales permanecen disponibles para verificar el mapa. Solo con la búsqueda, Claude obtuvo cincuenta y tres por ciento de los criterios calificados. La búsqueda más el wiki más grande alcanzó el sesenta y uno por ciento.

2:32 Fueron veinticinco preguntas sobre los documentos de una empresa. Un trabajo extra fuera de línea mejoró esa evaluación. El artículo no nos da un precio total por construir el wiki, así que mantengan abierta la columna de la factura. Dreams utiliza tarifas de tokens API estándar, y los trabajos pueden tardar desde minutos hasta horas. Anthropic dice que verificar continuamente cada memoria puede ser poco práctico. El segundo turno de tu agente sigue cargándose a tu tarjeta de crédito. El mismo artículo incluye una tarea legal donde el wiki no mostró una ganancia clara sobre la

¿Cuándo el wiki no añade nada?

2:56 búsqueda. Otro wiki se hizo más grande que los documentos que resumía. Si una pregunta puede responderse encontrando un pasaje, construir una enciclopedia primero puede ser una forma notablemente costosa de usar el botón de búsqueda. Claude Code carga automáticamente un fragmento de apertura limitado de su índice de memoria, con notas detalladas guardadas en otro lugar. Una instrucción inyectada incorrecta puede afectar cada sesión. El "cookbook" de Anthropic advierte que la memoria es tan buena como las transcripciones. El registro de ayer no puede verificar los cambios de esta mañana.

¿Por qué desaparecieron dieciséis hechos del contrato?

3:23 Ahora, para la tarea del contrato. Varios agentes construyen un wiki para una adquisición simulada, escribiendo términos en una tabla compartida. El informe resultante incluye cuarenta y uno de cincuenta y siete hechos calificados. Dieciséis hechos han desaparecido en algún lugar entre los contratos y la respuesta pulida. Ese es un lugar bastante importante para perder información. Anthropic atribuye el fallo a malos resúmenes y a agentes sobrescribiendo el trabajo de otros. Los términos faltantes nunca se conservaron de forma segura para la sesión de respuesta.

3:47 El 'soñar' permite a Claude reflexionar sobre esos fallos, proponer diferentes instrucciones para el wiki y reconstruir. La reparación se extiende hasta la forma en que se escribe la memoria. Cualquiera que haya editado el mismo documento con compañeros de trabajo conoce este dolor. Dale a cada participante un cerebro más grande, y aún pueden guardar sobre el trabajo de otra persona. El emocionante problema de la memoria de la IA ha llegado a la cocina de la oficina con un error de concurrencia.

4:08 Cada contrato obtiene su propia página, escrita por un solo agente. Los términos se citan palabra por palabra. El wiki mejorado soporta los cincuenta y siete hechos calificados. Esa es la solución prometida. La propiedad separada evita la sobrescritura, y las citas exactas preservan los términos. Ambos cambios ocurrieron juntos, por lo que ninguno recibe el crédito exclusivo. Mantén las memorias importantes trazables a sus fuentes. Managed Agents' Dreams conserva el almacén de entrada y produce una salida separada

4:32 que puedes revisar. Si prefieres leer esto en lugar de oírme decirlo, el "diff" llega a tu bandeja de entrada cada mañana, gratis en the daily diff dot dev, enlace abajo.

¿Confiaría en este sistema de memoria?

4:39 Así que el veredicto de hoy es NECESITA REVISIÓN. Usaría la reparación respaldada por transcripciones porque un error persistente merece una solución persistente. Revisaría las notas cambiadas y probaría si el wiki ayuda a mi tarea real. Los contraejemplos de Anthropic muestran lo fácilmente que el mantenimiento de la memoria se convierte en otro proyecto que ahora tienes que mantener. Y esa es la diferencia de hoy. Soy Niko de Axrisi. Fusiona con responsabilidad.

Fuentes

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