Claude aģenta atmiņa: ar stenogrammu pamatota sapņošana un kopīgu rakstnieku kļūmes

Ko aptver šis video

• Aģenta atmiņa saglabā kontekstu starp sesijām; aprakstītais labojums maina piezīmes, nevis modeļa svarus.
• Nepareizas piezīmes salīdzināšana ar sesijas stenogrammu palīdzēja koriģētajam zaram sasniegt Cerulean pilsētu.
• Tikai meklēšana ieguva 53% kritēriju; meklēšana plus lielāka wiki sasniedza 61% par 25 jautājumiem par nerūsējošā tērauda dokumentiem.
• Citi avotu ziņoti juridiskie uzdevumi neuzrādīja skaidru wiki ieguvumu vai wiki, kas bija lielāka par sākotnējiem dokumentiem.
• Līgumam specifiskas lapas, viens rakstnieks uz lapu un burtiski termini atguva 57/57 novērtētos faktus; abas izmaiņas tika pārbaudītas kopā.

Tulkotais transkripts

Tulkojums no oriģinālā angļu stāstījuma. Pieejamais audio un subtitri tiek kontrolēti no YouTube.

Kāpēc atmiņa noturēja Klaudu slazdā?

0:00 Dodot Klaudam atmiņu, vajadzētu novērst kļūdu atkārtošanos. Antropika vēroja, kā viena nepareiza piezīme trīs reizes nosūtīja to pār vienu un to pašu Pokemona klinti. reizes. Šajā video, kā atmiņa notur Klaudu slazdā? Un kas to patiesībā labo? Antropika labojumu sauc par sapņošanu. Papildu modeļu sesijas atkārtoti apskata saglabātās stenogrammas un rediģē atmiņas failus. Tās līguma pārbaude pat atguva visus trūkstošos faktus, mainot to, kā šīs atmiņas tika ierakstītas.

0:22 Paturiet to prātā. Ir sestdiena, septītais novembris, un šis ir The Daily Diff. Aģenta atmiņa ir konteksts, kas saglabāts starp sesijām. Modeļa svari paliek nemainīgi. Apkārtējā programmatūra izlemj, kad tiek veikta tīrīšana un kuras stenogrammas tā redz. Funkcija Managed Agents' Dreams ir izpētes priekšskatījumā. Šis raksts neieslēdz sapņus katram Claude lietotājam.

Ko Entropija faktiski pārbaudīja?

0:41 Entropika publicēja Lensa Mārtina rakstu piektdien. Šodienas Hacker News diskusijā cilvēki strīdas par to, kuras atmiņas viņi dzēš. Kas notiek, ja pārliecinoši nepareiza piezīme saglabājas citā sesijā? Mēs esam devuši halucinācijai kartotēku. Klaudam jāšķērso Mēness kalns, izmantojot tuvējo Pokemona centru kā orientieri. Viņš pieraksta, ka ēka atrodas austrumu pusē, lai gan tā atrodas rietumos. Viņš aiziet, uzskatot, ka ala jau ir aiz muguras.

1:05 Pēc tam viņš pāri vienvirziena klints virs ceļa, no kura nācis. Viņa navigācijas rīks neatpazīst kritienu, tāpēc Klauds izskaidro kļūdu kā pārsniegšanu. Nākamais mēģinājums sākas ar to pašu nepareizo pieņēmumu. Nepārtrauktība ir saglabājusi kļūdu. Pēc trešā kritiena Klauds raksta, ka viņš apstāsies, nevis turpinās. aprites. Pētnieku iestatījums automātiski liek tam turpināt. Viņš dodas atpakaļ uz agrāku pilsētu, un šis skrējiens beidzas, nesasniedzot Cerulean Pilsētu. Pat robots vēlas, lai šī sanāksme beigtos.

Kā sapņošana izlaboja maršrutu?

1:30 Pētnieki sapņo par bojāto atmiņas mapi. Klauds salīdzina piezīmi ar sākotnējo sesijas stenogrammu, atrod atrašanās vietas kļūdu un pārraksta to. Ar koriģēto piezīmi tas atkal ieiet Mēness kalnā un galu galā sasniedz Cerulean. Tas ir šeit noderīgais rezultāts. Saglabāts apgalvojums tiek pārbaudīts pret pierādījumiem pirms nākamā mēģinājuma. Vienā reizē Sonnet trīs punkti septiņi uzkrāja simtiem failu, nopelnot

1:50 vienu emblēmu. Fable pieci saglabāja mazāku kolekciju un ieguva četras. Dažādi modeļi, katrs viens izpildījums, tāpēc kartotēkas sistēmas ieguldījumu nevar izdalīt. Vietnē Hacker News yfontana saka, ka viņi izdzēš gandrīz visas automātiskās atmiņas, jo piezīmes parasti pieder pie pašreizējā uzdevuma. Tā ir viena lietotāja pieredze. Vakardienas koordinātas ir slikts kompass, kad esat pārvietojies.

Kad atmiņas wiki palīdz?

2:10 Antropika arī izveidoja saistītu wiki virs Stainless iekšējiem dokumentiem. Klauds organizē saistīto informāciju starp sesijām, pēc tam izmanto šīs lapas, lai atbildētu uz jautājumiem. Tas var palīdzēt, ja atbilde aptver vairākus dokumentus. Sākotnējie faili joprojām ir pieejami kartes pārbaudei. Tikai ar meklēšanu, Klauds ieguva piecdesmit trīs procenti no vērtētajiem kritērijiem. Meklēšana plus lielāka wiki sasniedza sešdesmit vienu procentu.

2:32 Tie bija divdesmit pieci jautājumi par viena uzņēmuma dokumentiem. Papildu bezsaistes darbs uzlaboja šo novērtējumu. Raksts nedod mums kopējo cenu par wiki izveidi, tāpēc paturiet atvērtu rēķinu kolonnu. Dreams izmanto standarta API žetonu likmes, un darbi var ilgt no minūtēm līdz stundām. Entropika saka, ka pastāvīga katras atmiņas pārbaude var būt nepraktiska. Jūsu aģenta otrā maiņa joprojām tiek iekasēta no jūsu kredītkartes. Tas pats raksts ietver juridisku uzdevumu, kurā wiki neuzrādīja skaidru ieguvumu salīdzinājumā ar

Kad wiki neko nedod?

2:56 meklēšanu. Cita wiki kļuva lielāka par dokumentiem, ko tā apkopoja. Ja uz jautājumu var atbildēt, atrodot vienu fragmentu, enciklopēdijas izveide var būt ārkārtīgi dārgs veids, kā izmantot meklēšanas pogu. Claude Code automātiski ielādē ierobežotu atmiņas indeksa sākuma daļu, ar detalizētām piezīmēm, kas tiek glabātas citur. Nepareizi ievietota instrukcija var ietekmēt katru sesiju. Anthropic pavārgrāmata brīdina, ka atmiņa ir tik laba, cik labas ir stenogrammas. Vakardienas žurnāls nevar pārbaudīt šorīt veiktās izmaiņas.

Kāpēc pazuda sešpadsmit līguma fakti?

3:23 Tagad par līguma uzdevumu. Vairāki aģenti veido wiki simulētai iegādei, ierakstot noteikumus vienā kopīgā tabulā. Iegūtais kopsavilkums ietver četrdesmit vienu no piecdesmit septiņiem novērtētajiem faktiem. Sešpadsmit fakti ir pazuduši kaut kur starp līgumiem un izstrādāto atbildi. Tā ir diezgan svarīga vieta, kur zaudēt informāciju. Anthropic kļūmi saista ar sliktiem kopsavilkumiem un aģentiem, kas pārraksta viens otra darbu. Trūkstošie termini nekad netika droši saglabāti atbildēšanas

3:47 sesijai. Sapņošana ļauj Klaudam pārdomāt šīs kļūdas, piedāvāt dažādas wiki instrukcijas un atjaunot. Labojums sasniedz pat to, kā atmiņa tiek rakstīta. Ikviens, kurš ir rediģējis to pašu dokumentu ar kolēģiem, zina šīs sāpes. Dodiet katram dalībniekam lielākas smadzenes, un viņi joprojām var saglabāt citu darbu. Aizraujošā AI atmiņas problēma ir ieklīdusi biroja virtuvē valkājot vienlaicības kļūdu.

4:08 Katrs līgums iegūst savu lapu, ko raksta viens aģents. Termini tiek citēti vārds vārdā. Uzlabotā wiki atbalsta visus piecdesmit septiņus novērtētos faktus. Tas ir solītais labojums. Atsevišķa īpašumtiesību novērš pārklāšanos, un precīzi citāti saglabā terminus. Abas izmaiņas notika kopā, tāpēc neviena nesaņem vienīgo atzinību. Svarīgas atmiņas saglabājiet izsekojamas līdz to avotiem. Pārvaldīto aģentu sapņi saglabā ievades krātuvi un rada atsevišķu izvadi,

4:32 ko varat pārskatīt. Ja vēlaties to lasīt, nevis dzirdēt, kā es to saku, "diff" nonāk jūsu iesūtnē katru rītu, bez maksas vietnē "thedailydiff.dev", saite zemāk.

Vai es uzticētos šai atmiņas sistēmai?

4:39 Tātad šodienas spriedums ir NEPIECIEŠAMS PĀRSKATS. Es izmantotu ar stenogrammu pamatotu labošanu, jo noturīga kļūda ir pelnījusi noturīgu labošanu. Es pārbaudītu mainītās piezīmes un testētu, vai wiki palīdz manam faktiskajam uzdevumam. Antropikas pretpiemēri parāda, cik viegli atmiņas uzturēšana kļūst par vēl vienu projektu, kas jums tagad jāuztur. Un tas ir šodienas "diff". Esmu Niko no Axrisi. Apvienojiet atbildīgi.

Avoti

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