Память агента Claude: мечты, подкрепленные стенограммами, и ошибки общего автора

Что освещается в этом видео

• Память агента сохраняет контекст между сеансами; описанный ремонт изменяет заметки, а не веса модели.
• Проверка неправильной заметки по стенограмме сеанса помогла исправленной ветви достичь города Церулин.
• Только поиск набрал 53% критериев; поиск плюс более крупная вики достигли 61% по 25 вопросам о документах Stainless.
• Другие сообщенные из источников юридические задачи не показали явного прироста от вики или вики большего размера, чем исходные документы.
• Страницы, специфичные для контрактов, один автор на страницу и дословные условия восстановили 57/57 оцененных фактов; оба изменения были протестированы вместе.

Переведенная стенограмма

Переведено с оригинального английского повествования. Доступные аудио и субтитры контролируются YouTube.

Почему память держала Claude в ловушке?

0:00 Предоставление Claude памяти должно остановить его от повторения ошибок. Anthropic наблюдала, как одна неверная заметка отправляла его через один и тот же обрыв Покемона три раза. В этом видео, как память ловит Claude в ловушку? И что на самом деле это исправляет? Anthropic называет ремонт «снами». Дополнительные сеансы модели повторно просматривают сохраненные стенограммы и редактируют файлы памяти. Его тест контрактов даже восстановил все недостающие факты, изменив способ записи этих воспоминаний.

0:22 Задержите эту мысль. Суббота, седьмое ноября, и это The Daily Diff. Память агента — это контекст, сохраняемый между сеансами. Веса модели остаются неизменными. Окружающее программное обеспечение решает, когда запускается очистка и какие стенограммы оно видит. Функция «Сны управляемых агентов» находится в стадии предварительного исследования. Эта статья не включает «сны» для каждого пользователя Claude.

Что на самом деле тестировала Anthropic?

0:41 Anthropic опубликовала статью Лэнса Мартина в пятницу. Сегодняшнее обсуждение на Hacker News показывает, как люди спорят о том, какие воспоминания они удаляют. Что происходит, когда уверенно неправильная заметка сохраняется в другом сеансе? Мы дали галлюцинации картотеку. Claude нужно пересечь гору Мун, используя ближайший Центр Покемонов в качестве ориентира. Он записывает, что здание находится на восточной стороне, хотя оно находится на западной. Он уходит, полагая, что пещера уже позади него.

1:05 Затем он идет по одностороннему уступу на маршрут, откуда пришел. Его навигационный инструмент пропускает падение, поэтому Claude объясняет неудачу как перелет. Следующая попытка начинается с того же неправильного предположения. Настойчивость сохранила ошибку. После третьего падения Claude пишет, что собирается остановиться, а не продолжать цикличные действия. Настройка исследователей автоматически указывает ему продолжить. Он возвращается в более ранний город, и этот запуск заканчивается, не достигнув Церулина Сити. Даже бот хочет, чтобы эта встреча закончилась.

Как «сны» исправили маршрут?

1:30 Исследователи запускают «сны» для папки с неисправной памятью. Claude проверяет заметку по исходной стенограмме сеанса, обнаруживает ошибку местоположения и переписывает ее. С исправленной заметкой он снова входит в гору Мун и в конечном итоге достигает Церулина. Это здесь полезный результат. Сохраненное утверждение проверяется на соответствие доказательствам перед следующей попыткой. В одном запуске Sonnet three point seven накопила сотни файлов, заработав

1:50 один значок. Fable five сохранила меньшую коллекцию и заработала четыре. Разные модели, по одному запуску для каждой, поэтому вклад файловой системы не может быть изолирован. На Hacker News yfontana говорит, что они удаляют почти все автоматические воспоминания, потому что заметки обычно относятся к текущей задаче. Это опыт одного пользователя. Вчерашние координаты становятся плохим компасом, как только вы переместились.

Когда вики-память помогает?

2:10 Anthropic также создала связанную вики-энциклопедию на основе внутренних документов Stainless. Claude организует связанную информацию между сеансами, затем использует эти страницы для ответа на вопросы. Это может помочь, когда ответ охватывает несколько документов. Исходные файлы остаются доступными для проверки карты. Только с поиском Claude набрал пятьдесят три процента оцененных критериев. Поиск плюс более крупная вики достигли шестидесяти одного процента.

2:32 Это были двадцать пять вопросов о документах одной компании. Дополнительная работа в автономном режиме улучшила эту оценку. Статья не дает нам общей цены за создание вики, поэтому оставьте столбец счета открытым. Dreaming использует стандартные тарифы API-токенов, и задачи могут занимать от минут до часов. Anthropic говорит, что постоянная проверка каждого воспоминания может быть непрактичной. Вторая смена вашего агента по-прежнему идет на вашу кредитную карту. Та же статья включает юридическую задачу, где вики не показала явного прироста по сравнению с

Когда вики ничего не добавляет?

2:56 поиском. Другая вики стала больше, чем документы, которые она суммировала. Если на вопрос можно ответить, найдя один отрывок, создание энциклопедии сначала может быть удивительно дорогим способом использования кнопки поиска. Claude Code автоматически загружает ограниченный начальный фрагмент своего индекса памяти, с подробными заметками, хранящимися в другом месте. Неправильно введенная инструкция может повлиять на каждый сеанс. Поваренная книга Anthropic предупреждает, что память настолько хороша, насколько хороши стенограммы. Вчерашний журнал не может подтвердить сегодняшние изменения.

Почему исчезли шестнадцать фактов контракта?

3:23 Теперь перейдем к задаче с контрактом. Несколько агентов создают вики для симулированного приобретения, записывая условия в одну общую таблицу. Полученный отчет включает сорок один из пятидесяти семи оцененных фактов. Шестнадцать фактов исчезли где-то между контрактами и отполированным ответом. Это довольно важное место для потери информации. Anthropic связывает неудачу с плохими резюме и тем, что агенты перезаписывают работу друг друга. Пропущенные условия никогда не были надежно сохранены для сеанса ответа.

3:47 «Сны» позволяют Claude осмыслить эти неудачи, предложить другие инструкции для вики и перестроить. Ремонт доходит до того, как записана память. Любой, кто редактировал один и тот же документ с коллегами, знает эту боль. Дайте каждому участнику больший мозг, и они все равно могут перезаписать чью-то работу. Захватывающая проблема с памятью ИИ забрела на офисную кухню в виде ошибки параллелизма.

4:08 Каждый контракт получает свою собственную страницу, написанную одним агентом. Условия цитируются дословно. Улучшенная вики поддерживает все пятьдесят семь оцененных фактов. Это обещанное исправление. Раздельное владение предотвращает перезапись, а точные цитаты сохраняют условия. Оба изменения произошли одновременно, поэтому ни одно из них не получает единоличной заслуги. Держите важные воспоминания отслеживаемыми до их источников. «Сны управляемых агентов» сохраняют входное хранилище и создают отдельный выходной

4:32 файл, который вы можете просмотреть. Если вы предпочитаете читать это, а не слышать, как я это говорю, diff попадает в ваш почтовый ящик каждое утро, бесплатно на the daily diff dot dev, ссылка ниже.

Доверил бы я этой системе памяти?

4:39 Так что сегодняшний вердикт — NEEDS REVIEW. Я бы использовал ремонт, подкрепленный стенограммами, потому что настойчивая ошибка заслуживает настойчивого исправления. Я бы проверил измененные заметки и проверил, помогает ли вики моей актуальной задаче. Контрпримеры Anthropic показывают, как легко обслуживание памяти становится еще одним проектом, который теперь вам нужно поддерживать. И это все на сегодня. Я Нико из Axrisi. Объединяйте ответственно.

Источники

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