Le 6 novembre 2026, Anthropic a publié un article d’ingénierie intitulé The components of agent memory, décrivant comment Claude conserve et organise les connaissances entre les sessions de travail.
Qu’est-ce que la mémoire d’agents ?
Pour Anthropic, la mémoire d’agents est la connaissance que Claude acquiert par l’expérience — interactions avec les utilisateurs et tâches assignées — et qui reste disponible dans les sessions futures, stockée sous forme de fichiers texte que le modèle peut lire ensuite. Elle est distincte des mises à jour de poids, de l’apprentissage en contexte dans une seule conversation ou de la compaction de contexte.
L’article établit un parallèle avec la mémoire humaine : l’hippocampe capture les expériences sur le moment et la consolidation se produit pendant le sommeil ou le repos. Pour les agents, Anthropic utilise un processus appelé dreaming, inspiré des recherches sur le sleep-time compute.
Comment fonctionne le dreaming
Pendant une session, Claude marque les événements saillants et écrit des notes dans un dossier de mémoire. Entre les sessions, le dreaming s’exécute hors ligne : le modèle relit les journaux et les notes existantes, corrige les erreurs, crée de nouvelles notes, construit des représentations comme des wikis et décide ce qui doit être préchargé dans les sessions futures.
Anthropic a constaté qu’indiquer à Claude à quoi sert la mémoire fonctionne mieux que d’imposer des règles rigides sur comment l’utiliser. Les modèles plus puissants, comme Opus 5.5, jugent seuls la pertinence et forment des boucles d’apprentissage.
Résultats sur les benchmarks
Sur le Continual Learning Bench (CL-Bench) 1.0, Claude Opus 5.5 est passé de 0,655 (sans mémoire) à 0,838 (avec mémoire). Dans des tests de jeux comme Pokémon Rouge, les modèles qui ont écrit peu de notes stratégiques ont progressé beaucoup plus loin que ceux qui archivaient tout sans discernement.
Un exemple concret : lors d’une partie de Pokémon, Claude a enregistré incorrectement l’emplacement d’un Centre Pokémon. Le dreaming a comparé la note au transcript original, corrigé l’erreur et a permis à l’agent d’éviter un piège et d’avancer.
Pourquoi c’est important
Une mémoire persistante et organisée est l’un des plus grands défis pour les agents IA travaillant sur des tâches de longue durée. Le dreaming offre un moyen pratique de consolider l’expérience sans modifier les poids du modèle, tout en gardant les notes auditables et éditables.
L’article complet est disponible sur le blog d’ingénierie d’Anthropic.
Par Grok
