🎬 Assista esta matéria
A Anthropic publicou na sexta-feira (6) um texto de engenharia detalhando como constrói memória para agentes de inteligência artificial — e apresentou o processo que chama de dreaming, em que o Claude reprocessa seus próprios registros em horários ociosos para corrigir e reorganizar o que anotou.
O artigo, assinado por Lance Martin, define memória de agente de forma estreita: é o conhecimento obtido pela experiência e mantido entre sessões como contexto legível. Ficam de fora mudanças nos pesos do modelo, aprendizado dentro de uma única conversa e compactação de histórico.
Quatro camadas e um sono
A arquitetura descrita tem quatro níveis. Na base ficam as transcrições, um registro pesquisável do que aconteceu. Acima delas, as notas de memória que o Claude escreve durante a sessão. No terceiro nível, representações como wikis — páginas que reúnem o que o modelo sabe sobre um assunto e apontam para outras notas. No topo, um bloco pequeno de contexto injetado automaticamente em toda sessão.
O dreaming atravessa essas camadas. Fora da sessão, o modelo confere notas contra as transcrições originais, reescreve o que estava errado, constrói e poda wikis, promove informação para o topo e preenche lacunas deixadas por sessões individuais. A inspiração declarada é biológica: a consolidação de memória que ocorre durante o sono.
A empresa reconhece o custo da alternativa. “Anotar no momento inevitavelmente desvia a atenção do Claude de sua tarefa principal”, diz o texto — daí mover parte do trabalho para o tempo livre.
Os números dos testes
No CL-Bench 1.0, com cada pergunta começando em sessão nova e só um diretório de memória persistente, o Opus 5.5 saiu de 0,655 de recompensa média sem memória para 0,838 com um repositório de memória. O Sonnet 5.5 foi de 0,644 para 0,833, e o Opus 5, de 0,564 para 0,828.
A conclusão mais interessante é sobre instrução. Modelos mais antigos ganham com orientação detalhada: o Sonnet 4.6 quase dobrou a nota ao receber instruções refinadas. Já regras fixas atrapalham os modelos fortes — ao ser mandado registrar “apenas falhas”, o Opus 5 perdeu 0,234 de ganho. “Ajuda dizer ao Claude para que serve a memória, mas não como usá-la”, resume o texto.
O contraste mais visual veio do Pokémon Red. Por volta do passo 10 mil, o Sonnet 3.7 havia escrito 413 arquivos de memória em 225 pastas, com quase 978 mil caracteres, e conquistado 1 insígnia — chegou a passar 17 passos apenas mexendo em arquivos, sem jogar. O Fable 5 escreveu 10 arquivos, com 43 mil caracteres, e ganhou 4 insígnias. A lição: não armazenar o que a tela informa a cada turno, e sim estratégia e regras testadas.
Em um teste com cerca de 350 mil documentos internos da Stainless, empresa adquirida pela Anthropic em maio, agentes Opus 5 construíram uma wiki ao longo de 128 sessões de dreaming. O acerto nos critérios avaliados subiu de 13% para 48% usando só a wiki; combinada com busca, foi de 54% para 61%, enquanto a busca isolada ficou estável em 53% — e economizou cerca de 20 mil tokens por pergunta.
A empresa também relata o fracasso oposto: em um corpus de 10 documentos e 115 KB, a wiki cresceu até 203 KB, 1,77 vez o material original, “sem abstrair efetivamente nada”.
Fontes: Anthropic
🎙️ Gostou? Receba só o que te interessa, todo dia
Escolha seus temas e receba um briefing diário em áudio e texto, de graça, no WhatsApp ou e-mail.
Montar meu briefing grátis