Anthropic a publié une explication détaillée des composants de la mémoire des agents, c'est-à-dire les connaissances que Claude retient de son expérience et réutilise entre les sessions. Dans un article publié sur son site de recherche, l'entreprise décrit la mémoire comme le contexte qu'un agent peut relire plus tard, distinct des mises à jour de poids, de l'apprentissage en conversation ou des résumés utilisés pour libérer la fenêtre de contexte.
L'équipe pose le problème avec une tension simple : un agent doit décider ce qui vaut la peine d'être mémorisé avant de savoir ce qui va suivre. Pour y répondre, Anthropic s'appuie sur un processus qu'elle appelle le rêve, où Claude réfléchit à ses propres journaux pendant les temps d'inactivité pour réorganiser ce qu'il a stocké, corriger des erreurs et produire de nouvelles notes.
Ce que signifie la mémoire des agents chez Anthropic
Anthropic définit la mémoire des agents de façon restreinte. Elle couvre les connaissances que Claude acquiert lors de ses interactions avec les utilisateurs et les tâches qui lui sont confiées, enregistrées comme un contexte qu'il peut relire lors d'une session ultérieure. Elle n'inclut pas les modifications des poids du modèle, l'apprentissage au sein d'une même conversation, ni la compaction, ces résumés qui remplacent les échanges plus anciens pour que le modèle puisse continuer à travailler.
L'entreprise attribue l'idée de sleep-time compute aux chercheurs de Letta et de l'UC Berkeley : un modèle peut profiter de ses temps d'inactivité entre les interactions pour réorganiser son contexte existant. Anthropic affirme que la même approche peut s'appliquer à la mémoire, en permettant à un agent de relire ses journaux pour corriger des erreurs ou générer de nouvelles représentations.
Comment fonctionnent les boucles de rêve et de mémoire
Le design s'inspire des neurosciences. Dans le cerveau humain, des signaux chimiques marquent certaines expériences comme importantes, et ces souvenirs sont rejoués plus souvent pendant le repos hors ligne, ce qui les aide à se stabiliser en connaissances à long terme. Anthropic explique que Claude peut faire quelque chose de similaire en marquant des événements saillants dans un journal de session ou en les écrivant dans un dossier de mémoire.
La mémoire, note l'article, est parfois une prédiction : écrire un fait vérifié suppose qu'une session future s'y appuiera sans le revérifier. Anthropic a testé cela avec une tâche du Continual Learning Bench 1.0 où Claude répond à des questions sur une base de données, reçoit la bonne réponse et peut enregistrer une mémoire pour s'aider plus tard.
