Iedereen die met een AI-agent aan een project van meerdere dagen heeft gewerkt, kent de muur: elke nieuwe sessie begint helemaal opnieuw. In een nieuwe onderzoekspost beschrijft Anthropic hoe Claude is ontworpen om kennis tijdens sessies vast te houden terwijl het onderliggende model ongewijzigd blijft – door aantekeningen te schrijven in een map die deze later kan teruglezen. De verrassende bevinding is dat het moeilijkste deel van het agentgeheugen niet de opslag is. Het is selectie.

Het kernprobleem is volgens Anthropic dat een agent op het moment zelf moet beslissen wat er later van belang kan zijn, voordat hij weet wat er daarna komt. Every note is a bet on the future. Bewaar te weinig en de agent herhaalt zijn fouten; Als u te veel opslaat, wordt het archief verouderd, vreet de context op en worden fouten voor onbepaalde tijd meegenomen.

De Pokémon-test: 413 bestanden, één badge

Om de foutmodus te illustreren, wees Anthropic op tests die in Pokémon Red werden uitgevoerd. Claude Sonnet 3.7, een ouder model, behandelde alles als potentieel belangrijk. In ongeveer 10.000 spelstappen creëerde het 413 bestanden verspreid over 225 mappen – vaak een apart bestand voor elk gevecht en item dat het tegenkwam. Omdat de spelstatus steeds veranderde, verouderde het archief bijna net zo snel als het was geschreven. Soms deed het model niets anders dan het reorganiseren van de noten in plaats van te spelen, en eindigde het de run met een enkele badge.

De nieuwere Claude Fable 5 koos voor de tegenovergestelde aanpak: hij beperkte zijn geheugen tot een handvol bestanden en verdiende vier badges. Fabel 5 legde geen informatie vast die al zichtbaar was op het scherm, maar schreef in plaats daarvan plannen, strategieën en regels op die het had getest. Anthropic waarschuwt dat de vergelijking slechts één playthrough per model bestrijkt, dus het resultaat is eerder indicatief dan definitief – maar de richting komt overeen met het bredere advies van het bedrijf.

Dat advies is om het doel van het geheugen aan Claude uit te leggen en het model te laten beslissen hoe het te gebruiken. In één benchmark hebben rigide instructies zoals "slechts recordfouten" het grootste voordeel van sterkere modellen weggevaagd. Oudere modellen profiteerden daarentegen van duidelijke instructies, zoals de opdracht om vóór elk antwoord hun aantekeningen daadwerkelijk te lezen.

Dromen: het geheugen na het feit controleren

Het grotere risico bij langlopende agenten is niet het vergeten; het is het vertrouwen op foutieve bankbiljetten. Het antwoord van Anthropic is een proces dat het Dreaming noemt, een idee dat voortbouwt op onderzoek van Letta en UC Berkeley. Net zoals het menselijk brein ervaringen tijdens de slaap consolideert, neemt Claude tijdens een pauze transcripties van eerdere sessies door en vergelijkt zijn aantekeningen met wat er werkelijk is gebeurd.

In de Pokémon-test had Claude ten onrechte genoteerd aan welke kant van een berg een oriëntatiepunt zich bevond. Zich baserend op die foutieve noot, trapte de agent driemaal in dezelfde val, wilde uiteindelijk opgeven en miste zijn doel. Na een Dreaming-pass ontdekte Claude de fout door het briefje te vergelijken met het transcript en vond het juiste pad.

Dromen kan ook veel grotere kennisbanken organiseren. Claude bouwde een gekoppelde wiki van ongeveer 350.000 interne documenten van Stainless, een softwarebedrijf dat Anthropic heeft overgenomen, waarbij Dreaming nieuwe pagina's genereerde en hiaten, duplicaten en verbroken links repareerde. De winst was het grootst toen Claude de wiki kon combineren met zoeken, zodat het samengestelde geheugen eerder als aanvulling op het ophalen werkte dan als vervanging ervan.

When a Wiki Beats Search

In een afzonderlijke juridische test, uitgevoerd door Anthropic, hielp een samengestelde wiki het meest bij vragen waarvan de antwoorden verspreid waren over meerdere documenten. Claude scoorde 87 procent met de wiki, vergeleken met 73 procent met alleen zoeken. Voor eenvoudige opzoektaken presteerde de wiki ongeveer op hetzelfde niveau als zoeken - en in één geval werd hij zelfs groter dan de brondocumenten die hij samenvatte.

Anthropic is candid about the open problems. Het maken van aantekeningen tijdens een taak leidt de agent af van zijn werk. Dromen kost extra rekenkracht, en de resultaten ervan komen pas met vertraging binnen. Wiki's en aantekeningen hebben ook regelmatig onderhoud nodig, anders stapelen fouten en hallucinaties zich op. En het bedrijf waarschuwt ervoor om niet automatisch te veel herinneringen in elke sessie te laden, omdat ze de context opslokken en slechte notities doorgeven aan elke volgende sessie.

From Research Preview to Product

Dromen op zich is niet nieuw: Anthropic introduceerde het in mei als onderzoekspreview voor Claude Managed Agents, het cloudplatform van het bedrijf voor AI-agents. De service leest een bestaande geheugenopslag en maximaal 100 eerdere sessies, verwijdert dubbele en verouderde vermeldingen en creëert een gereorganiseerde opslag terwijl het origineel onaangeroerd blijft. Bij de lancering ondersteunde het Claude Opus 4.7 en Sonnet 4.6. OpenAI heeft sindsdien de branding geleend voor zijn eigen geheugenrevisie van ChatGPT in juni, dat het ook "Dreaming" noemt - een achtergrondsysteem dat een gebruikersprofiel bijhoudt en automatisch verouderde informatie corrigeert.

De algemene conclusie van het onderzoek van Anthropic is dat een nuttig agentgeheugen minder afhankelijk is van het zoveel mogelijk opslaan van informatie dan van het behouden van de juiste informatie en het later corrigeren van fouten. Terwijl laboratoria zich haasten om agenten te bouwen die dagen en weken betrouwbaar kunnen werken in plaats van minuten, wordt geheugenbeheer stilletjes een eigen concurrentiegebied. Je kunt de nieuwste AI-ontwikkelingen op het gebied van agentonderzoek volgen op AI Buzz Wire.

Blijf AI een stap voor

Het onderzoek naar agenten vordert snel en het geheugen is het volgende strijdtoneel. Ontvang elke update, plus de nieuwste AI-ontwikkelingen van elk groot laboratorium, op [AI Buzz Wire] (https://aibuzzwire.news).

Lees meer AI-nieuws →