Anthropic explica cómo funciona la memoria de agentes, incluyendo el soñado offline

Anthropic publicó una publicación de ingeniería titulada The components of agent memory el 6 de noviembre de 2026, describiendo cómo Claude retiene conocimiento entre sesiones a través de notas, recuperación, wikis y un proceso offline al que llama soñado. A medida que Anthropic escaló el soñado de dos sesiones a 128, las puntuaciones en 25 preguntas crecieron del 13% al 48% de los criterios calificados. [1]

¿Qué significa Anthropic por memoria de agentes?

Anthropic publicó The components of agent memory el 6 de noviembre de 2026, cubriendo notas, wikis, recuperación y soñado. [1] Por memoria de agentes, Anthropic se refiere al conocimiento que Claude adquiere de la experiencia y conserva entre sesiones como contexto que puede leer después, no cambios en los pesos del modelo, aprendizaje en contexto dentro de una conversación, ni resúmenes de compactación que reemplacen turnos anteriores.

Anthropic dice que los agentes ya capturan gran parte de su trabajo en registros o transcripciones. Investigadores de Letta y UC Berkeley propusieron el sleep-time compute como una forma para que los modelos usen el tiempo inactivo entre interacciones para reorganizar el contexto; Anthropic dice que la misma idea puede ayudar a los agentes a corregir errores o producir nuevas notas. [1]

¿Qué es el soñado y qué mostró la prueba del documento?

Soñado, según Anthropic, es la reflexión offline sobre esos registros para corregir errores, escribir notas, construir nuevas representaciones de memoria o decidir qué cargar en una sesión posterior. [1] Una representación es una wiki: páginas que Claude escribe y mantiene sobre un tema, con enlaces que ayudan a encontrar notas relacionadas.

Anthropic exploró wikis en un corpus de unos 350.000 documentos internos, aproximadamente 420 millones de tokens, de Stainless, una empresa de software que Anthropic dice haber adquirido en mayo. [1] A medida que Anthropic escaló el soñado de dos sesiones a 128, las puntuaciones en 25 preguntas crecieron del 13% al 48% de los criterios calificados.

Anthropic dice que la mejor puntuación de Claude fue del 48% cuando usó solo la wiki para responder esas preguntas. Usar búsqueda y la wiki elevó las puntuaciones del 54% al 61% a medida que crecía la wiki, comparado con el 53% solo con la herramienta de búsqueda, y ahorró unos 20.000 tokens por pregunta. [1]

¿Cómo cambió la memoria una partida de Pokémon Red?

Anthropic también evaluó qué juzgó Claude digno de guardar mientras jugaba Pokémon Red, comparando una partida cada una de Claude Sonnet 3.7 y Claude Fable 5 en unos 10.000 pasos. [1] En una prueba de Pokémon Red, Claude Sonnet 3.7 obtuvo una medalla mientras que Claude Fable 5 obtuvo cuatro medallas.

Sonnet 3.7 escribió 413 archivos de memoria en 225 carpetas y, dice Anthropic, pasó tiempo creciente revisando notas obsoletas porque el estado del juego cambia constantemente. [1] Fable 5 escribió nueve archivos en dos carpetas, más un archivo de nivel superior llamado global.md.

Nuestra lectura

Opinión: La afirmación útil aquí no es que Claude tenga de repente un hipocampo, sino que Anthropic trata la memoria como una pila de ingeniería—notas, recuperación, wikis y limpieza offline—y publica evaluaciones que muestran tanto ganancias como modos de fallo.

Lo que no pudimos verificar

• Replicación independiente de las puntuaciones de la wiki de Stainless y la comparación del bucle de aprendizaje CL-Bench.
• Si el resultado de Pokémon Red se mantiene más allá de una partida por modelo en unos 10.000 pasos.
• Cuánto de la receta de soñado usa Anthropic hoy en los productos Claude orientados al cliente.