Mémoire des agents : Anthropic détaille comment le « dreaming » aide Claude à corriger et organiser ses notes

Anthropic a publié le 6 novembre 2026 un long billet d’ingénierie, « The components of agent memory », sur la façon dont ses agents retiennent ce qu’ils apprennent d’une session à l’autre. Le texte ne lance pas de produit : il décrit des expériences et une méthode, le « dreaming », que les équipes qui construisent des agents peuvent reproduire.

Deux temps : noter, puis consolider

Anthropic appelle « mémoire d’agent » ce que Claude garde entre les sessions sous forme de contexte relisible (des notes dans un dossier, par exemple), par opposition aux poids du modèle, à l’apprentissage dans une conversation ou à la compaction. Le billet sépare deux moments :

• pendant la session, Claude écrit des notes sur ce qui lui paraît important ;
• hors session, une passe de dreaming relit les transcriptions pour corriger ces notes, en écrire d’autres, construire un wiki ou décider ce qui sera chargé d’office la prochaine fois.

L’idée reprend le sleep-time compute proposé par Letta et UC Berkeley : utiliser le temps mort entre deux interactions pour réorganiser le contexte.

Ce que montrent les tests

Sur une tâche de CL-Bench 1.0 (questions sur une base de données, correction donnée après chaque réponse), Anthropic décrit une progression d’une génération à l’autre : Sonnet 4.6 accumule des hypothèses non testées, Opus 4.7 consolide un document de référence, et Opus 5 est le premier à boucler la boucle (une règle, comment il sait qu’elle est vraie, les pièges rencontrés).

Dans Pokémon Red, la différence porte sur ce qui mérite d’être retenu : vers 10 000 étapes, Sonnet 3.7 avait écrit 413 fichiers dans 225 dossiers pour un badge, Claude Fable 5 neuf fichiers et un global.md pour quatre badges. Un exemple précis montre l’intérêt du dreaming : une note fausse sur la position d’un bâtiment faisait tourner Claude en rond ; corrigée contre la transcription, elle lui permet de franchir le passage.

Sur un corpus interne de Stainless (environ 350 000 fichiers), le wiki bâti par dreaming fait passer les réponses à 25 questions de 13 % à 48 % des critères notés entre 2 et 128 sessions. Combiné à un outil de recherche, il donne 61 %, contre 53 % pour la recherche seule, et économise environ 20 000 tokens par question. Sur un benchmark juridique (Harvey LAB), le wiki aide quand l’information est dispersée entre documents, mais pas quand une recherche dans un seul fichier suffit.

Les limites reconnues

Le billet note qu’il vaut mieux dire à Claude à quoi sert la mémoire que comment s’en servir : imposer « n’enregistre que les échecs » a fait perdre à Opus 5 et Opus 4.7 une bonne part du gain. Il rappelle aussi que la couche chargée à chaque session doit rester petite : Claude Code ne lit au démarrage que les 200 premières lignes ou 25 Ko de MEMORY.md. Enfin, un wiki peut grossir jusqu’à dépasser les documents qu’il résume, et le dreaming coûte du calcul.