Anthropic détaille mémoire d'agent : notes, wikis, dreaming

La nouvelle publication de recherche d'Anthropic découpe la mémoire d'un agent Claude en quatre couches empilées, dans un billet paru sur anthropic.com : « From bottom to top: transcripts (a searchable event log), memory notes written by Claude, memory representations such as wikis, and injected context loaded into every session. »

Entre deux sessions, Claude peut retraiter hors-ligne ses notes pour les réorganiser et corriger ses erreurs. « This process is often called dreaming », écrit l'équipe. Sur un corpus documentaire interne et 25 questions d'évaluation, « performance on the 25 questions grew from 13% to 48% » quand le nombre de sessions de dreaming est passé de deux à 128. Ajouter un outil de recherche par-dessus un wiki existant fait encore grimper le score agrégé de 54 % à 61 %.

L'ampleur du gain dépend fortement de la façon dont le wiki est rédigé. Sur une tâche du benchmark LAB, un premier wiki ne couvrait que 41 des 57 faits attendus, soit 72 %. Après que les auteurs ont reformulé les consignes pour que Claude cite les termes des contrats verbatim au lieu de les résumer, « 100% of the criteria could be met ».

Le contraste entre modèles saute aux yeux sur l'hygiène documentaire. « Ultimately, Sonnet 3.7 wrote 413 memory files across 225 folders and earned one badge » en jouant à Pokémon. Fable 5, lui, « wrote nine files in two folders, plus a single top-level file called `global.md`, and earned four badges ». Sur CL-Bench, seuls Opus 5 et ses successeurs transforment effectivement des règles validées en entrées prédictives : Opus 5.5 affiche 0,655 en baseline sans état contre 0,838 avec mémoire activée.

Le post s'achève sur des questions sans réponse : le bon moment pour écrire en mémoire, la maintenance quand les données bougent, le coût compute du dreaming face à son utilité pratique. C'est notre 238e alerte Anthropic en 90 jours, et l'une des plus techniques du lot.