ការចងចាំរបស់ភ្នាក់ងារ Claude៖ ការយល់សប្តិដោយផ្អែកលើប្រតិចារិក និងការបរាជ័យរបស់អ្នកនិពន្ធរួម

អ្វីដែលវីដេអូនេះគ្របដណ្ដប់

• ការចងចាំរបស់ភ្នាក់ងាររក្សាបរិបទរវាងវគ្គ។ ការជួសជុលដែលបានពិពណ៌នាផ្លាស់ប្តូរកំណត់ត្រាជាជាងទម្ងន់ម៉ូដែល។
• ការពិនិត្យមើលកំណត់ត្រាខុសធៀបនឹងប្រតិចារិកវគ្គបានជួយសាខាដែលបានកែតម្រូវទៅដល់ទីក្រុង Cerulean ។
• ការស្វែងរកតែម្នាក់ឯងទទួលបាន 53% នៃលក្ខណៈវិនិច្ឆ័យ។ ការស្វែងរកបូកនឹង wiki ធំជាងបានទៅដល់ 61% លើសំណួរចំនួន 25 អំពីឯកសារ Stainless ។
• ភារកិច្ចផ្លូវច្បាប់ដែលបានរាយការណ៍ផ្សេងទៀតបានបង្ហាញថាមិនមានការកើនឡើង wiki ច្បាស់លាស់ ឬ wiki ធំជាងឯកសារដើមឡើយ។
• ទំព័រជាក់លាក់របស់កិច្ចសន្យា អ្នកនិពន្ធម្នាក់ក្នុងមួយទំព័រ និងលក្ខខណ្ឌ verbatim បានរកឃើញការពិតដែលបានវាយតម្លៃ 57/57 ។ ការផ្លាស់ប្តូរទាំងពីរត្រូវបានសាកល្បងជាមួយគ្នា។

កំណត់ត្រាដែលបានបកប្រែ

បកប្រែចេញពីការនិទានដើមជាភាសាអង់គ្លេស។ សំឡេង និងចំណងជើងរងដែលមានគឺស្ថិតនៅក្រោមការគ្រប់គ្រងរបស់ YouTube។

ហេតុអ្វីបានជាការចងចាំធ្វើឱ្យ Claude ជាប់គាំង?

0:00 ការផ្តល់ការចងចាំដល់ Claude គួរតែបញ្ឈប់វាពីការធ្វើខុសដដែលៗ។ Anthropic បានមើលកំណត់ត្រាខុសមួយធ្វើឱ្យវាធ្លាក់ពីលើគែមភ្នំ Pokémon ដដែលបី ដង។ នៅក្នុងវីដេអូនេះ តើការចងចាំធ្វើឱ្យ Claude ជាប់គាំងដោយរបៀបណា? ហើយតើអ្វីដែលជួសជុលវាពិតប្រាកដ? Anthropic ហៅការជួសជុលនេះថាជាការយល់សប្តិ។ វគ្គម៉ូដែលបន្ថែមពិនិត្យមើលប្រតិចារិកដែលបានរក្សាទុក និងកែសម្រួលឯកសារការចងចាំ។ ការធ្វើតេស្តកិច្ចសន្យារបស់វាថែមទាំងបានរកឃើញការពិតដែលបាត់បង់ទាំងអស់ដោយការផ្លាស់ប្តូរពីរបៀបដែលការចងចាំទាំងនោះ ត្រូវបានសរសេរ។

0:22 រក្សាទុកគំនិតនោះ។ ថ្ងៃសៅរ៍ ទីប្រាំពីរ ខែវិច្ឆិកា ហើយនេះគឺជា The Daily Diff ។ ការចងចាំរបស់ភ្នាក់ងារគឺជាបរិបទដែលបានរក្សាទុក រវាងវគ្គ។ ទម្ងន់របស់ម៉ូដែលនៅតែមិនផ្លាស់ប្តូរ។ កម្មវិធីជុំវិញសម្រេចចិត្តនៅពេលណាដែលការសម្អាតដំណើរការ និងប្រតិចារិកណាដែលវា ឃើញ។ មុខងារ Managed Agents' Dreams គឺនៅក្នុងការមើលជាមុននៃការស្រាវជ្រាវ។ អត្ថបទនេះមិនបើកការយល់សប្តិសម្រាប់អ្នកប្រើប្រាស់ Claude ទាំងអស់ទេ។

តើ Anthropic ពិតជាបានសាកល្បងអ្វីខ្លះ?

0:41 Anthropic បានបោះពុម្ពអត្ថបទរបស់ Lance Martin នៅថ្ងៃសុក្រ។ ការពិភាក្សា Hacker News ថ្ងៃនេះមានមនុស្សជជែកគ្នាអំពីការចងចាំណាដែលពួកគេ លុប។ តើមានអ្វីកើតឡើងនៅពេលដែលកំណត់ត្រាខុសដោយមានទំនុកចិត្តនៅរស់រានមានជីវិតរហូតដល់វគ្គមួយទៀត? យើងបានផ្តល់ទូដាក់ឯកសារដល់ការយល់ច្រឡំ។ Claude ត្រូវឆ្លងកាត់ភ្នំ Mount Moon ដោយប្រើមជ្ឈមណ្ឌល Pokémon Center ក្បែរនោះជាទីតាំងសំខាន់របស់វា។ វាសរសេរចុះថាអគារនេះនៅខាងកើត ទោះបីជាវាស្ថិតនៅខាងលិចក៏ដោយ។ វាចេញទៅដោយជឿថារូងភ្នំនៅពីក្រោយវាទៅហើយ។

1:05 បន្ទាប់មកវាដើរលើគែមផ្លូវមួយទៅកាន់ផ្លូវដែលវាបានមកពី។ ឧបករណ៍រុករករបស់វាខកខានការធ្លាក់ចុះ ដូច្នេះ Claude ពន្យល់ពីការបរាជ័យថាជា ការហួសកំណត់។ ការប៉ុនប៉ងបន្ទាប់ចាប់ផ្តើមដោយការសន្មត់ខុសដដែល។ ការបន្តបានរក្សាទុកកំហុសនេះ។ បន្ទាប់ពីការធ្លាក់លើកទីបី Claude សរសេរថាវានឹងឈប់ជាជាងបន្ត វិលជុំ។ ការរៀបចំរបស់អ្នកស្រាវជ្រាវប្រាប់វាដោយស្វ័យប្រវត្តិឱ្យបន្ត។ វាមកត្រឡប់ទៅទីក្រុងមុនមួយ ហើយការដំណើរការនោះបញ្ចប់ដោយមិនទាន់ទៅដល់ទីក្រុង Cerulean ទេ។ សូម្បីតែបូតក៏ចង់ឱ្យការប្រជុំនេះបញ្ចប់ដែរ។

តើការយល់សប្តិជួសជុលផ្លូវដោយរបៀបណា?

1:30 អ្នកស្រាវជ្រាវដំណើរការការយល់សប្តិនៅលើថតការចងចាំដែលមានកំហុស។ Claude ពិនិត្យមើលកំណត់ត្រាធៀបនឹងប្រតិចារិកវគ្គដើម ចាប់បានកំហុសទីតាំង ហើយសរសេរវាឡើងវិញ។ ដោយមានកំណត់ត្រាដែលបានកែតម្រូវ វាចូលទៅ Mount Moon ឡើងវិញ ហើយទីបំផុតទៅដល់ Cerulean ។ នោះគឺជាលទ្ធផលដ៏មានប្រយោជន៍នៅទីនេះ។ ការអះអាងដែលបានរក្សាទុកត្រូវបានពិនិត្យធៀបនឹងភស្តុតាងមុនពេលប៉ុនប៉ងមួយទៀត។ នៅក្នុងការដំណើរការមួយ Sonnet បីចំណុច ប្រាំពីរបានប្រមូលឯកសាររាប់រយខណៈពេលដែលរកបាន

1:50 ស្លាកសញ្ញាមួយ។ Fable ប្រាំបានរក្សាទុកការប្រមូលតូចមួយ ហើយរកបានបួន។ ម៉ូដែលផ្សេងៗគ្នា ការដំណើរការមួយៗ ដូច្នេះការរួមចំណែករបស់ប្រព័ន្ធដាក់ឯកសារមិនអាច បំបែកបានទេ។ នៅលើ Hacker News, yfontana និយាយថាពួកគេលុបការចងចាំដោយស្វ័យប្រវត្តិស្ទើរតែទាំងអស់ ពីព្រោះកំណត់ត្រាជាធម្មតាជាកម្មសិទ្ធិរបស់កិច្ចការបច្ចុប្បន្ន។ នោះគឺជាបទពិសោធន៍របស់អ្នកប្រើប្រាស់ម្នាក់។ កូអរដោនេកាលពីម្សិលមិញធ្វើឱ្យត្រីវិស័យអាក្រក់នៅពេលអ្នកបានផ្លាស់ប្តូរទីតាំង។

តើ wiki ការចងចាំជួយនៅពេលណា?

2:10 Anthropic ក៏បានបង្កើត wiki ដែលភ្ជាប់ជាមួយឯកសារផ្ទៃក្នុងរបស់ Stainless ផងដែរ។ Claude រៀបចំព័ត៌មានដែលពាក់ព័ន្ធរវាងវគ្គ បន្ទាប់មកប្រើទំព័រទាំងនោះដើម្បីឆ្លើយសំណួរ។ នេះអាចជួយនៅពេលចម្លើយមួយគ្របដណ្តប់ឯកសារជាច្រើន។ ឯកសារដើមនៅតែមានសម្រាប់ពិនិត្យមើលផែនទី។ ជាមួយនឹងការស្វែងរកតែម្នាក់ឯង Claude ទទួលបាន ហាសិបបីភាគរយនៃលក្ខណៈវិនិច្ឆ័យដែលបានវាយតម្លៃ។ ការស្វែងរកបូកនឹង wiki ធំជាងបានទៅដល់ហុកសិបមួយភាគរយ។

2:32 ទាំងនោះគឺជាសំណួរចំនួន 25 អំពីឯកសាររបស់ក្រុមហ៊ុនមួយ។ ការងារក្រៅបណ្តាញបន្ថែមបានកែលម្អការវាយតម្លៃនោះ។ អត្ថបទនេះមិនបានផ្តល់ឱ្យយើងនូវតម្លៃសរុបសម្រាប់ការបង្កើត wiki ទេ ដូច្នេះទុកជួរឈរវិក្កយបត្រឱ្យនៅទំនេរ។ Dream ប្រើអត្រាសញ្ញាសម្ងាត់ API ស្តង់ដារ ហើយការងារអាចចំណាយពេលពីរបីនាទីទៅច្រើនម៉ោង។ Anthropic និយាយថាការពិនិត្យមើលការចងចាំទាំងអស់ជាបន្តបន្ទាប់អាចជាការមិនជាក់ស្តែង។ វេនទីពីររបស់ភ្នាក់ងាររបស់អ្នកនៅតែត្រូវបង់ដោយកាតឥណទានរបស់អ្នក។ អត្ថបទដដែលនេះរួមបញ្ចូលកិច្ចការផ្លូវច្បាប់មួយដែល wiki មិនបានបង្ហាញពីការកើនឡើងច្បាស់លាស់ជាង

តើ wiki មិនបន្ថែមអ្វីនៅពេលណា?

2:56 ការស្វែងរក។ wiki មួយទៀតបានរីកធំជាងឯកសារដែលវាបានសង្ខេប។ ប្រសិនបើសំណួរមួយអាចត្រូវបានឆ្លើយដោយការស្វែងរកអត្ថបទមួយ ការបង្កើតសព្វវចនាធិប្បាយជាមុនអាចជាវិធីថ្លៃគួរឱ្យកត់សម្គាល់ដើម្បីប្រើប៊ូតុង ស្វែងរក។ Claude Code ផ្ទុកដោយស្វ័យប្រវត្តិនូវបំណែកបើកតូចមួយនៃលិបិក្រមការចងចាំរបស់វា ដោយមានកំណត់ត្រាលម្អិតរក្សាទុកនៅកន្លែងផ្សេង។ ការណែនាំដែលបានបញ្ចូលខុសអាចប៉ះពាល់ដល់គ្រប់វគ្គ។ សៀវភៅធ្វើម្ហូបរបស់ Anthropic ព្រមានថាការចងចាំល្អលុះត្រាតែប្រតិចារិកល្អ។ កំណត់ហេតុពីម្សិលមិញមិនអាចផ្ទៀងផ្ទាត់ការផ្លាស់ប្តូរនៅព្រឹកនេះទេ។

ហេតុអ្វីបានជាការពិតកិច្ចសន្យាចំនួន 16 បាត់បង់?

3:23 ឥឡូវនេះសម្រាប់កិច្ចការកិច្ចសន្យា។ ភ្នាក់ងារជាច្រើនបង្កើត wiki សម្រាប់ការទិញយកក្លែងក្លាយ ដោយសរសេរលក្ខខណ្ឌទៅក្នុងតារាងរួមមួយ។ លទ្ធផលសង្ខេបរួមមានការពិតដែលបានវាយតម្លៃសែសិបមួយក្នុងចំណោមហាសិបប្រាំពីរ។ ការពិតដប់ប្រាំមួយបានបាត់បង់នៅចន្លោះកិច្ចសន្យា និងចម្លើយដែលបាន កែច្នៃ។ នោះគឺជាកន្លែងសំខាន់មួយក្នុងការបាត់បង់ព័ត៌មាន។ Anthropic តាមដានការបរាជ័យទៅលើសេចក្តីសង្ខេបមិនល្អ និងភ្នាក់ងារសរសេរជាន់ លើការងារគ្នាទៅវិញទៅមក។ លក្ខខណ្ឌដែលបាត់បង់មិនដែលត្រូវបានរក្សាទុកដោយសុវត្ថិភាពសម្រាប់វគ្គ

3:47 ឆ្លើយឡើយ។ ការយល់សប្តិអនុញ្ញាតឱ្យ Claude ពិនិត្យមើលការបរាជ័យទាំងនោះ ស្នើការណែនាំ wiki ផ្សេងៗគ្នា និងបង្កើតឡើងវិញ។ ការជួសជុលនេះបានទៅដល់របៀបដែលការចងចាំត្រូវបានសរសេរ។ នរណាម្នាក់ដែលបានកែសម្រួលឯកសារដូចគ្នាជាមួយមិត្តរួមការងារដឹងពីការឈឺចាប់នេះ។ ផ្តល់ខួរក្បាលធំជាងដល់អ្នកចូលរួមគ្រប់រូប ហើយពួកគេនៅតែអាចរក្សាទុកជាន់ លើការងារអ្នកដទៃបាន។ បញ្ហាការចងចាំ AI ដ៏គួរឱ្យរំភើប បានវង្វេងចូលទៅក្នុងផ្ទះបាយការិយាល័យ ដោយពាក់កំហុស concurrency ។

4:08 កិច្ចសន្យានីមួយៗទទួលបានទំព័រផ្ទាល់ខ្លួន ដែលសរសេរដោយភ្នាក់ងារតែមួយ។ លក្ខខណ្ឌត្រូវបានដកស្រង់ពាក្យមួយឃ្លា។ wiki ដែលបានកែលម្អគាំទ្រការពិតដែលបានវាយតម្លៃទាំងហាសិបប្រាំពីរ។ នោះគឺជាការជួសជុលដែលបានសន្យា។ ភាពជាម្ចាស់ដាច់ដោយឡែកការពារការខូចខាត ហើយសម្រង់ពិតប្រាកដរក្សាលក្ខខណ្ឌ។ ការផ្លាស់ប្តូរទាំងពីរបានកើតឡើងជាមួយគ្នា ដូច្នេះគ្មាននរណាម្នាក់ទទួលបានកិត្តិយសតែម្នាក់ឯងទេ។ រក្សាទុកការចងចាំសំខាន់ៗដែលអាចតាមដានទៅប្រភពរបស់វា។ Managed Agents' Dreams រក្សាទុកកន្លែងបញ្ចូល ហើយបង្កើតលទ្ធផលដាច់ដោយឡែកមួយ

4:32 ដែលអ្នកអាចពិនិត្យមើលបាន។ ប្រសិនបើអ្នកចង់អាននេះជាជាងស្តាប់ខ្ញុំនិយាយ វាបានមកដល់ប្រអប់សំបុត្ររបស់អ្នក រៀងរាល់ព្រឹក ដោយឥតគិតថ្លៃនៅ the daily diff dot dev, តំណភ្ជាប់ខាងក្រោម។

តើខ្ញុំនឹងជឿទុកចិត្តលើប្រព័ន្ធការចងចាំនេះដែរឬទេ?

4:39 ដូច្នេះសាលក្រមថ្ងៃនេះគឺ NEEDS REVIEW ។ ខ្ញុំនឹងប្រើការជួសជុលដោយផ្អែកលើប្រតិចារិកពីព្រោះកំហុសដែលបន្តសមនឹងទទួលបានការជួសជុលដែល បន្ត។ ខ្ញុំនឹងពិនិត្យមើលកំណត់ត្រាដែលបានផ្លាស់ប្តូរ និងសាកល្បងថាតើ wiki ជួយកិច្ចការជាក់ស្តែង របស់ខ្ញុំដែរឬទេ។ ឧទាហរណ៍ប្រឆាំងរបស់ Anthropic បង្ហាញថាតើការថែទាំការចងចាំងាយស្រួល ក្លាយជាគម្រោងមួយទៀតដែលអ្នកត្រូវថែទាំ។ ហើយនោះគឺជាភាពខុសគ្នាសម្រាប់ថ្ងៃនេះ។ ខ្ញុំ Niko មកពី Axrisi ។ បញ្ចូលដោយការទទួលខុសត្រូវ។

ប្រភព

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