Компания Anthropic анонсировала внедрение системы Dreaming («Сновидение») для платформы Claude Managed Agents. Новая технология позволяет ИИ-агентам самостоятельно анализировать собственный накопленный опыт, выявлять закономерности в решении задач и оптимизировать свое поведение для будущих сессий. Разработчики позиционируют это как важный шаг к созданию самокорректирующихся систем, способных совершенствоваться без необходимости постоянного переобучения основной модели.
Официальная презентация технологий состоялась в Сан-Франциско на конференции Code with Claude. Помимо Dreaming, компания представила еще два решения: Outcomes, позволяющее агентам автоматически проверять результаты своей деятельности по заданным критериям качества, и Multi-Agent Orchestration — инструмент для распределения сложных задач между группой специализированных ИИ-агентов.
Как работает «ИИ-сон»
Ключевое отличие Dreaming заключается в способе обработки данных. В то время как стандартная память ИИ ограничена контекстом диалога, Dreaming функционирует как фоновый процесс «в спящем режиме». Система систематически изучает прошедшие рабочие сессии, выделяет типичные ошибки и успешные стратегии, после чего структурирует эти данные в виде методических инструкций («плейбуков») для последующей работы.
Важно отметить, что этот процесс не предполагает изменения весов нейросети или полноценного переобучения. Агент не модифицирует свои базовые алгоритмы, а создает внешнюю базу знаний — своеобразный профессиональный опыт, к которому он обращается при выполнении новых заданий.
Алекс Альберт, руководитель исследовательского направления Anthropic, провел аналогию с человеческим профессионализмом: подобно тому как специалист после сложного проекта формирует внутренние рабочие алгоритмы, ИИ с помощью Dreaming делает это автоматически.
Практическое применение: от симуляций до управления
На примере стартапа Lumara, занимающегося разработкой автономных дронов для лунных миссий, компания продемонстрировала эффективность системы. Группа агентов, отвечающих за навигацию и выбор площадки для посадки, после серии неудачных попыток активировала Dreaming. За ночь система проанализировала все ошибки и сформировала «плейбук посадки», что позволило значительно повысить точность работы ИИ на следующий день.
В Anthropic уверены, что данный подход решает проблему деградации качества при выполнении длительных задач. Использование «чистого контекстного окна» для агента-проверяющего позволяет эффективнее обнаруживать недочеты, чем при попытке анализа внутри основной цепочки рассуждений.
Масштабирование и инфраструктура
Параллельно компания делает ставку на Multi-Agent Orchestration. Архитектура, при которой «главный» агент делегирует задачи специализированным модулям с собственными инструментами, признана более эффективной, чем нагрузка на одну модель в рамках единого диалога.
На фоне этих разработок CEO Anthropic Дарио Амодеи отметил стремительный рост компании: показатели использования и выручки выросли в 80 раз, что привело к дефициту мощностей. Для решения этой проблемы компания заключила партнерское соглашение со SpaceX, чтобы расширить вычислительную инфраструктуру на базе дата-центра Colossus.
Стратегия Anthropic ясна: в ближайшей перспективе конкурентным преимуществом ИИ станет не только «интеллект» модели, но и её способность автономно накапливать опыт, анализировать свои действия и поддерживать стабильность в сложных производственных процессах.
