Klod agent xotirasi: transkriptga asoslangan orzu va umumiy yozuvchi nosozliklari

Bu video nimani qamrab oladi

• Agent xotirasi seanslar orasida kontekstni saqlaydi; tasvirlangan tuzatish model og'irliklari o'rniga eslatmalarni o'zgartiradi.
• Noto'g'ri eslatmani seans transkripti bilan tekshirish tuzatilgan bo'limga Cerulean shahriga yetib borishga yordam berdi.
• Faqat qidiruv mezonlarning 53% ini baholadi; qidiruv va kattaroq wiki Stainless hujjatlari haqidagi 25 ta savolga 61% ga yetdi.
• Boshqa manbalar tomonidan xabar qilingan huquqiy vazifalar aniq wiki foydasini yoki asl hujjatlardan kattaroq wikini ko'rsatmadi.
• Shartnomaga xos sahifalar, har bir sahifaga bitta yozuvchi va so'zma-so'z shartlar 57/57 baholangan faktlarni tikladi; ikkala o'zgarish birgalikda sinovdan o'tkazildi.

Tarjima qilingan transkript

Asl inglizcha hikoyadan tarjima qilingan. Mavjud audio va subtitrlar YouTube tomonidan boshqariladi.

Nima uchun xotira Klodni tuzoqqa tushirib qo'ydi?

0:00 Klodga xotira berish uning xatolarini takrorlashni to'xtatishi kerak. Anthropic bir noto'g'ri eslatma uni bir xil Pokémon qirg'og'idan uch marta oshirib yuborganini kuzatdi. Bu videoda xotira Klodni qanday tuzoqqa tushiradi? Va uni aslida nima tuzatadi? Anthropic tuzatishni orzu qilish deb ataydi. Qo'shimcha model seanslari saqlangan transkriptlarni qayta ko'rib chiqadi va xotira fayllarini tahrirlaydi. Uning shartnoma testi hatto o'sha xotiralarni qanday yozilganini o'zgartirish orqali barcha yo'qolgan faktlarni tikladi.

0:22 Bu fikrni ushlab turing. Bugun shanba, yettinchi noyabr, va bu The Daily Diff. Agent xotirasi seanslar orasida saqlangan kontekstdir. Modelning og'irliklari o'zgarishsiz qoladi. Atrofdagi dastur tozalash qachon ishlashini va qaysi transkriptlarni ko'rishini hal qiladi. Boshqariladigan Agentlarning Orzulari xususiyati tadqiqot previewida. Bu maqola har bir Klod foydalanuvchisi uchun orzularni yoqmaydi.

Anthropic aslida nimani sinovdan o'tkazdi?

0:41 Anthropic Lens Martinning maqolasini juma kuni nashr etdi. Bugungi Hacker News munozarasida odamlar qaysi xotiralarni o'chirishlari haqida bahslashmoqda. Ishonch bilan noto'g'ri eslatma boshqa seansga o'tganda nima bo'ladi? Biz gallyutsinatsiyaga hujjatlar shkafi berdik. Klod Mount Moonni kesib o'tishi kerak, yaqin atrofdagi Pokémon Markazini o'zining diqqatga sazovor joyi sifatida ishlatib. U binoning sharqiy tomonda ekanligini yozadi, garchi u g'arbda bo'lsa ham. U g'or allaqachon orqasida ekanligiga ishonib ketadi.

1:05 Keyin u bir tomonlama qirg'oqdan o'zi kelgan yo'lga o'tadi. Uning navigatsiya vositasi tushishni o'tkazib yuboradi, shuning uchun Klod nosozlikni oshirib yuborish deb izohlaydi. Keyingi urinish bir xil noto'g'ri taxmin bilan boshlanadi. Qat'iylik xatoni saqlab qoldi. Uchinchi yiqilishdan so'ng, Klod aylanishni davom ettirmasdan to'xtashini yozadi. Tadqiqotchilarning sozlamasi avtomatik ravishda unga davom etishni buyuradi. U oldingi shaharga qaytib ketadi va bu yugurish Cerulean shahriga yetib bormasdan tugaydi. Hatto bot ham bu uchrashuvning tugashini istaydi.

Orzu qilish marshrutni qanday tuzatdi?

1:30 Tadqiqotchilar nuqsonli xotira papkasida orzu qilishni ishga tushiradilar. Klod eslatmani asl seans transkripti bilan tekshiradi, joylashuv xatosini topadi va uni qayta yozadi. Tuzatilgan eslatma bilan u Mount Moonga qayta kiradi va oxir-oqibat Ceruleanga yetib boradi. Bu yerda foydali natija shudir. Saqlangan da'vo keyingi urinishdan oldin dalillar bilan tekshiriladi. Bir yugurishda, Sonnet uch nuqta etti bir nishon olish bilan yuzlab fayllarni to'pladi.

1:50 Fable besh kichikroq kolleksiyani saqladi va to'rtta nishon oldi. Har xil modellar, har biridan bitta yugurish, shuning uchun fayl tizimining hissasini ajratib bo'lmaydi. Hacker Newsda, yfontana deydiki, ular deyarli barcha avtomatik xotiralarni o'chirib tashlaydilar, chunki eslatmalar odatda joriy vazifaga tegishli. Bu bir foydalanuvchining tajribasi. Kecha koordinatalari siz ko'chganingizdan keyin yomon kompas bo'ladi.

Xotira wikisi qachon yordam beradi?

2:10 Anthropic shuningdek, Stainlessning ichki hujjatlari bo'yicha bog'langan wiki yaratdi. Klod tegishli ma'lumotlarni seanslar bo'ylab tartibga soladi, keyin bu sahifalardan savollarga javob berish uchun foydalanadi. Bu javob bir nechta hujjatni qamrab olganda yordam berishi mumkin. Asl fayllar xaritani tekshirish uchun mavjud bo'lib qoladi. Faqat qidiruv bilan, Klod baholangan mezonlarning ellik uch foizini baholadi. Qidiruv va kattaroq wiki oltmish bir foizga yetdi.

2:32 Bu bir kompaniyaning hujjatlari haqidagi yigirma beshta savol edi. Qo'shimcha oflayn ish bu baholashni yaxshiladi. Maqola wikini qurish uchun umumiy narxni bermaydi, shuning uchun hisob-faktura ustunini ochiq qoldiring. Dreams standart API token stavkalaridan foydalanadi va ishlar bir necha daqiqadan bir necha soatgacha davom etishi mumkin. Anthropic har bir xotirani doimiy ravishda tekshirish noqulay bo'lishi mumkinligini aytadi. Agentingizning ikkinchi smenasi hali ham kredit kartangizga tushadi. Xuddi shu maqolada wiki qidiruvdan aniq foyda ko'rsatmagan huquqiy vazifa

Wiki qachon hech narsa qo'shmaydi?

2:56 mavjud. Boshqa wiki o'zi umumlashtirgan hujjatlardan kattaroq bo'lib o'sdi. Agar savol bitta parcha topish orqali javob berilishi mumkin bo'lsa, birinchi bo'lib entsiklopediya qurish qidiruv tugmasidan foydalanishning juda qimmat usuli bo'lishi mumkin. Claude Code avtomatik ravishda xotira indeksining cheklangan boshlang'ich qismini yuklaydi, batafsil eslatmalar boshqa joyda saqlanadi. Noto'g'ri kiritilgan ko'rsatma har bir seansga ta'sir qilishi mumkin. Anthropicning oshpazlik kitobi xotira faqat transkriptlar kabi yaxshi ekanligini ogohlantiradi. Kecha yozuvi bugungi o'zgarishlarni tasdiqlay olmaydi.

Nega o'n oltita shartnoma fakti g'oyib bo'ldi?

3:23 Endi shartnoma vazifasi uchun. Bir nechta agentlar simulyatsiya qilingan sotib olish uchun wiki yaratadilar, shartlarni bitta umumiy jadvalga yozadilar. Natijadagi qisqa hisobot ellik yettita baholangan faktlarning qirq birini o'z ichiga oladi. O'n oltita fakt shartnomalar va sayqallangan javob o'rtasida qayerdadir g'oyib bo'lgan. Bu ma'lumotni yo'qotish uchun juda muhim joy. Anthropic nosozlikni yomon xulosalar va agentlarning bir-birining ishini qayta yozishi bilan bog'laydi. Yo'qolgan shartlar hech qachon javob berish seansi uchun xavfsiz saqlanmagan.

3:47 Orzu qilish Klodga bu nosozliklar haqida o'ylashga imkon beradi, har xil wiki ko'rsatmalarini taklif qilishga va qayta qurishga. Tuzatish xotira qanday yozilganiga qadar yetib boradi. Hamkasblari bilan bir xil hujjatni tahrirlagan har bir kishi bu og'riqni biladi. Har bir ishtirokchiga kattaroq miya bering, ular hali ham birovning ishini saqlab qolishlari mumkin. Hayajonli AI xotira muammosi ofis oshxonasiga adashib kirib qoldi bir vaqtda ishlaydigan xato bilan.

4:08 Har bir shartnoma o'z sahifasiga ega bo'lib, uni bitta agent yozadi. Shartlar so'zma-so'z iqtibos qilinadi. Yaxshilangan wiki barcha ellik yettita baholangan faktlarni qo'llab-quvvatlaydi. Bu va'da qilingan tuzatish. Alohida egalik urishishni oldini oladi, va aniq iqtibos shartlarni saqlaydi. Ikkala o'zgarish birgalikda sodir bo'ldi, shuning uchun hech biri yakka o'zi maqtovga sazovor emas. Muhim xotiralarni manbalariga qadar kuzatib boring. Boshqariladigan Agentlarning Orzulari kiritish do'konini saqlaydi va alohida chiqish

4:32 siz ko'rib chiqishingiz mumkin bo'lgan natija beradi. Agar siz buni eshitishdan ko'ra o'qishni afzal ko'rsangiz, farq har kuni ertalab pochta qutingizga bepul daily diff dot dev manzilida yetib boradi, havola quyida.

Bu xotira tizimiga ishonarmidim?

4:39 Shunday qilib, bugungi xulosa NEEDS REVIEW. Men transkriptga asoslangan tuzatishni ishlatardim, chunki doimiy xato doimiy tuzatishga loyiq. Men o'zgartirilgan eslatmalarni tekshirardim va wikining mening haqiqiy vazifamga yordam berishini sinovdan o'tkazardim. Anthropicning qarshi misollari xotira parvarishlash qanday qilib osongina siz endi parvarish qilishingiz kerak bo'lgan boshqa loyihaga aylanishini ko'rsatadi. Va bugungi farq shunday. Men Axrisidan Nikonman. Mas'uliyat bilan birlashtiring.

Manbalar

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