Anthropic описала память агента как знания из прошлых взаимодействий и задач, которые Claude сохраняет между сессиями в доступном ему контексте. В это понятие не входят изменение весов модели, обучение внутри одного диалога и сжатие старых реплик. Компания рассматривает создание заметки как прогноз: агент предполагает, что факт или правило пригодится в будущем.
В benchmark CL-Bench 1.0 модели отвечали на вопросы по базе данных и получали правильное решение после каждой попытки. Более новые версии Claude лучше превращали ошибки в проверенные правила: отмечали подтверждённые ответы, исправления и известные ловушки. При этом жёсткие инструкции вроде «записывать только ошибки» снижали выигрыш у Opus 4.7 и Opus 5. Старой Sonnet 4.6, напротив, почти вдвое повысила результат подсказка читать память перед ответом и явно проверять свои гипотезы.
Сравнение в Pokémon Red показало разницу в отборе информации. Примерно за 10 тысяч шагов Sonnet 3.7 создала 413 файлов в 225 папках и получила один значок, а Fable 5 — девять файлов в двух папках плюс global.md и четыре значка. Первая сохраняла даже быстро устаревающее состояние игры, вторая концентрировалась на стратегиях, планах и проверенных правилах. Opus 5.5 с компактными заметками прошла игру.
Фоновый процесс dreaming позволяет сверять заметки с исходными транскриптами, исправлять ошибки и строить новые представления памяти. В одном тесте Claude неверно записал расположение ориентира в Pokémon и несколько раз повторял неудачный маршрут. Проверка по транскрипту исправила запись, после чего агент добрался до нужного города.
Для больших баз знаний Claude создаёт связанные wiki. В эксперименте примерно с 350 тысячами документов Stainless рост числа сессий dreaming с двух до 128 увеличил результат с 13% до 48% оцениваемых критериев. Поиск вместе с wiki дал 61%, один поиск — 53%, одна wiki — 48%; совместный вариант также экономил около 20 тысяч токенов на вопрос. В юридических задачах wiki помогала объединять сведения из разных документов, но не давала явного выигрыша там, где ответ находился простым поиском. Anthropic подчёркивает, что такие представления требуют вычислений и регулярной проверки, иначе ошибки могут сохраняться и попадать в каждую новую сессию.