Компания Anthropic представила новую систему Dreaming («Сновидение») для платформы Claude Managed Agents, позволяющую ИИ-агентам самостоятельно анализировать свой опыт, выявлять закономерности из прошлых задач и улучшать поведение в будущих сессиях. Разработчики считают это шагом к созданию самокорректирующихся ИИ-систем, способных постепенно обучаться на своих ошибках без необходимости переобучения модели.
Анонс состоялся на ежегодной конференции Code with Claude в Сан-Франциско. Вместе с Dreaming компания также выпустила в публичную бета-версию две другие технологии — Outcomes и Multi-Agent Orchestration. Первая позволяет агентам автоматически проверять свою работу по заранее установленным критериям качества, а вторая — распределять сложные задачи между несколькими специализированными ИИ-агентами.
Основной новинкой от Anthropic считается именно Dreaming. В отличие от традиционной памяти, где ИИ просто хранит контекст диалога или пользовательские предпочтения, Dreaming функционирует как отдельный процесс анализа в «спящем режиме». Система периодически пересматривает предыдущие сессии агентов, ищет повторяющиеся паттерны, ошибки и успешные решения, а затем превращает их в текстовые заметки и структурированные инструкции для будущей работы.
В Anthropic подчеркивают, что речь не идет о переписывании самой нейросети или изменении её весов. ИИ не «переобучает себя» напрямую. Вместо этого агент создает собственные «плейбуки» — своего рода методические рекомендации для будущих версий самого себя.
Руководитель исследовательского направления Antrhopic Алекс Альберт сравнил систему с накоплением профессионального опыта человеком. По его словам, после завершения сложной задачи, человек обычно формирует внутренний навык или рабочую схему, а Dreaming делает то же самое автоматически — для ИИ.
Во время презентации компания показала демонстрацию на вымышленном аэрокосмическом стартапе Lumara, разрабатывающем автономные дроны для посадки на Луну. Система использовала нескольких ИИ-агентов: один отвечал за выбор площадки посадки, второй — за навигацию, третий — за общий успех миссии. После серии неидеальных симуляций команда активировала Dreaming. За ночь система проанализировала предыдущие попытки и автоматически создала подробный «плейбук посадки». На следующий день эффективность симуляций заметно увеличилась.
Anthropic утверждает, что такой подход помогает решить одну из основных проблем современных ИИ-агентов: ухудшение качества во время длительных и сложных сессий. Компания отмечает, что отдельный агент-проверяющий, работающий в «чистом контекстном окне», зачастую выявляет ошибки лучше, чем тот же агент внутри длинной цепочки рассуждений.
Параллельно Anthropic усиливает акцент на многоагентных системах. Multi-Agent Orchestration позволяет одному «главному» агенту распределять подзадачи между специализированными агентами с отдельными контекстами и инструментами. В компании считают, что такой подход эффективнее, чем попытка удерживать всю сложность задачи внутри одного диалога.
На конференции CEO Anthropic Дарио Амодеи отметил, что рост компании оказался значительно выше ожидаемого: вместо планируемого десятикратного роста в год, Anthropic столкнулась с увеличением использования и выручки примерно в 80 раз по сравнению с годовыми показателями. По его словам, это и стало причиной постоянного дефицита вычислительных мощностей.
Компания также сообщила о партнерстве со SpaceX для расширения вычислительной инфраструктуры через дата-центр Colossus.
Anthropic фактически делает ставку на то, что в ближайшие годы главной конкурентной силой ИИ-платформ станет не просто «ум модели», а способность надежно работать автономно в длительных производственных процессах — с памятью, самоанализом и постепенным накоплением опыта.