Anthropic Engineering در ۶ نوامبر ۲۰۲۶ مقاله The components of agent memory را منتشر کرد؛ جستار پژوهشی first-party درباره اینکه Claude چگونه دانش را بین sessionها نگه می‌دارد. نویسنده Lance Martin است با راهنمایی تحریریه Caitlin Love، Tom Chivers، Rebecca Hiscott، Jake Eaton و Blake Wilson، و از همکاران Anthropic و پژوهشگران بیرونی از جمله کار Claude Plays Pokemon نام می‌برد.
مقاله حافظه Agent را دانشی تعریف می‌کند که Claude از تجربه می‌گیرد و بین sessionها به‌صورت context خوانا نگه می‌دارد، نه به‌روزرسانی وزن، نه learning معمولی داخل context، و نه compaction که نوبت‌های قدیمی را جایگزین می‌کند. استدلال شبیه ثبت سریع و تثبیت کندتر است: Agentها کار را در transcript ثبت می‌کنند و از زمان بیکاری برای sleep-time compute استفاده می‌کنند که اینجا dreaming نامیده می‌شود و logها را برای اصلاح خطا، نوشتن یادداشت و ساخت ساختار حافظه بازپخش می‌کند.
در session، Claude می‌تواند رویدادهای برجسته را برچسب بزند یا یادداشت را به‌عنوان پیش‌بینی نیاز sessionهای آینده بنویسد. Anthropic می‌گوید مدل‌های جدیدتر Claude بدون قاعده سخت، بهتر درباره برجستگی قضاوت می‌کنند. روی وظایف پایگاه‌داده Continual Learning Bench (CL-Bench) 1.0 با Managed Agents، مدل‌های قوی‌تر با ذخیره قواعد آزمایش‌شده و هشدار تله‌ها حلقه یادگیری را بستند؛ دستور «فقط شکست‌ها را بنویس» سود حافظه را کم کرد. در Pokemon Red، Sonnet 3.7 صدها فایل نوشت و کند پیش رفت، در حالی که Fable 5 پوشه کوچکی از برنامه و قاعده نگه داشت و badge بیشتری گرفت.
Dreaming گذر آفلاین است. Anthropic مورد Mt. Moon را نشان می‌دهد که یادداشت نادرست محل Pokecenter شکست‌های تکراری آورد تا dreaming یادداشت را با transcript سنجید و بازنویسی کرد. Dreaming همچنین صفحه wiki پیونددار روی sessionهای زیاد می‌سازد: روی پیکره داخلی Stainless حدود ۳۵۰ هزار فایل، افزایش dreaming از ۲ به ۱۲۸ session امتیاز پرسش‌های نمره‌دار را از ۱۳٪ به ۴۸٪ رساند و ترکیب wiki با search در برخی پرسش‌های چندسندی از search alone بهتر بود. در وظایف brief حقوقی Harvey LAB، دستور dreaming هدف‌محور که برای هر قرارداد صفحه جدا با متن لفظی می‌خواست، واقعیت‌های قراردادی نمره‌دار را در یک نمونه از ۷۲٪ به ۱۰۰٪ رساند.
جستار درباره محدودیت‌ها محتاط است. حافظه تزریق‌شده در بالای سلسله‌مراتب توکن می‌سوزاند و اگر غلط باشد همه sessionها را مسموم می‌کند؛ بنابراین auto memory در Claude Code فقط ۲۰۰ خط اول یا ۲۵ کیلوبایت MEMORY.md را به‌عنوان فهرست بار می‌کند. Dreaming به compute نیاز دارد، ممکن است تا نقشه به‌اندازه منبع بزرگ شود، و زمان نوشتن حافظه زنده در برابر آفلاین را باز می‌گذارد. Anthropic کار را یادداشت طراحی و ارزیابی معرفی می‌کند، نه عرضه محصول مصرفی جدید.
برای میزهای Agent و حافظه این پست مهم است چون یک آزمایشگاه بزرگ الگوهای harness مشخص (یادداشت، dreaming، wiki، فهرست تزریقی) را با benchmark و حالت شکست نام‌دار منتشر می‌کند. افزایش امتیازها، badgeهای Pokemon و امتیاز wiki نتایج گزارش‌شده Anthropic است. در مسیر direct=1 منبع Anthropic Newsroom به تأیید مستقل اجباری نیاز نبود؛ همان روز اصلاح first-party متناقض دیده نشد.