Michael JohnsonЯкщо ШІ-агент запам’ятав хибний факт, у наступній сесії він може впевнено повторити ту саму помилку. У дослідженні, опублікованому Anthropic 6 листопада 2026 року, описано спосіб переглядати записи між завданнями: агент зіставляє їх із журналами попередньої роботи, виправляє неточності й об’єднує корисні відомості. Компанія називає цей фоновий процес «сновидінням».
Практичний висновок для тих, хто проєктує агентів із тривалим життєвим циклом: пам’ять варто оцінювати не за кількістю збережених нотаток, а за тим, чи вміє система перевіряти їхнє походження, оновлювати змінені відомості й знаходити потрібне у великому архіві. Експерименти Anthropic показують і користь такого підходу, і умови, за яких пам’ять починає заважати.
Що дослідники називають пам’яттю агента
В описі компонентів пам’яті Anthropic визначає її як знання з минулих взаємодій і завдань, що зберігаються між сесіями у формі контексту, доступного агенту. Це окремий рівень системи: йдеться про нотатки, файли, індекси та інші зовнішні представлення, а не про зміну параметрів моделі чи звичайний стислий переказ поточного діалогу.
Схема складається з кількох рівнів. Журнал або стенограма фіксує події; нотатки виокремлюють окремі спостереження; пов’язані представлення, наприклад wiki, збирають відомості за темами; невеликий верхній шар можна завантажити в нову сесію заздалегідь. Агенту доводиться вирішувати, що зберегти, що перевірити пізніше і що одразу показати під час наступного запуску.
Останній вибір особливо складний: важливість події часто стає зрозумілою лише після того, як агент побачить продовження. Тому Anthropic досліджувала розподіл роботи на сесійну та фонову обробку. Під час виконання агент залишає журнали й нотатки; пізніше окремий прохід може переглянути їх, зіставити джерела й оновити структуру пам’яті.
Як перевіряли механізм
Замість одного загального тесту компанія описала кілька завдань: запитання до бази знань, проходження Pokémon Red, створення wiki за корпоративними документами та підготовку юридичного брифу щодо умов угод. Такий набір перевіряє різні функції пам’яті: збереження правил між сесіями, вибір корисних деталей, виправлення помилки та об’єднання відомостей із кількох документів.
В одному завданні з базою даних кожне запитання починалося в новій сесії. Між сесіями зберігалася лише папка пам’яті, до якої модель могла звертатися. Дослідники порівнювали виконання з пам’яттю та без неї, а також спостерігали, як моделі формують записи. Anthropic наголошує на важливій відмінності: нотатка з перевіреним правилом і поясненням його походження може допомогти з наступним запитанням, тоді як набір неперевірених здогадів не створює надійного циклу навчання.
В окремому експерименті агент створював wiki приблизно за 350 тисячами внутрішніх документів — близько 420 мільйонів токенів. Потім 128 послідовних сесій доповнювали й перевіряли сторінки, виправляли зв’язки та об’єднували дублікати. Перевірка складалася з 25 запитань за корпусом. Це вузьке експериментальне завдання із заданим набором документів, а не універсальне оцінювання пам’яті для будь-яких агентів.
Що показали експерименти
У завданні з базою знань пам’ять підвищила середній результат кількох моделей. Наприклад, для Opus 5.5 середня частка виконаних критеріїв зросла з 0,655 без сховища до 0,838 із ним; у Sonnet 5.5 — з 0,644 до 0,833. Водночас результат залежав від того, як модель користувалася записами: Claude Sonnet 4.6 часто не читала файли пам’яті перед відповіддю, а Opus 5.5 і Sonnet 5.5 краще формулювали перевірені правила й використовували їх згодом.
Експеримент із Pokémon показав ціну надмірного архівування. В одному запуску Sonnet 3.7 створила 413 файлів у 225 папках, записуючи численні зустрічі, предмети й персонажів. Значна частина цих відомостей швидко застарівала: розташування й стан гри змінювалися, а агент витрачав дії на перегляд і перебудову записів. В окремому порівнянні пам’яті приблизно на позначці 10 тисяч кроків Fable 5 використовувала дев’ять файлів у двох папках і окремий спільний файл; за повідомленням Anthropic, Fable 5 здобула чотири значки, тоді як Sonnet 3.7 — один.
Особливо наочний приклад стосується хибної нотатки про розташування Pokémon Center біля печери Mt. Moon. Агент вирішив, що вже пройшов печеру, і знову потрапляв на попередній маршрут. Фоновий прохід звірив нотатку з журналом дій, виявив помилку й переписав її. Після цього агент повернувся до входу й дістався Cerulean City; варіант із невиправленим записом застрягав на попередній ділянці. Тут «сновидіння» спрацювало як перевірка історії, а не як вільне додавання нових фактів.
В експерименті з великою wiki оцінка за критеріями на 25 запитаннях зросла з 13% до 48% у міру її побудови. В окремому порівнянні wiki без пошуку дала 48%; за використання wiki разом із пошуком результат змінився з 54% до 61%, а пошук без wiki дав 53%. У цьому експерименті wiki була радше картою зв’язків і тематичним шаром над пошуком, ніж заміною першоджерел.
Чому більше пам’яті — не завжди краще
Запис — це прогноз щодо майбутнього: агент припускає, що збережене знову знадобиться. Такий прогноз може застаріти, виявитися хибним або дублювати відомості, доступні безпосередньо в поточному стані середовища. В ігровому завданні розташування персонажа можна побачити на екрані, а виведену стратегію чи перевірене правило неможливо так само отримати без повторного міркування.
Експеримент із документами виявив інший ризик: структурні помилки. Кілька агентів одночасно зводили умови контрактів на спільну сторінку й перезаписували частини таблиці. У результаті wiki містила 41 із 57 фактів, які можна було перевірити, а перший бриф відповідав 72% критеріїв. Після того як для кожного контракту створили окрему сторінку, а важливі умови почали переносити дослівно, оцінка брифу досягла 100% критеріїв. Для юридично важливих формулювань збереження цитати й посилання на першоджерело виявилося кориснішим за узагальнений переказ.
Нарешті, створення wiki не завжди виправдовує витрати. У завданні, де відповіді містилися в одному документі, Anthropic не виявила очевидної переваги над звичайним текстовим пошуком. В іншому тесті створена wiki виявилася більшою за вихідні файли. Ці результати підказують зрозуміле правило: складна структура потрібна, коли запитання регулярно вимагають пов’язувати відомості з різних джерел; для простих пошукових запитів вона може додати роботи з обслуговування без помітної користі.
Що можна застосувати під час проєктування агентів
Результати підтверджують практичну архітектуру з трьох частин. Спочатку зберігайте первинні журнали, щоб нотатки мали перевірну основу. Потім формуйте компактні записи про висновки, правила й плани — із зазначенням їхнього походження та статусу перевірки. Нарешті, періодично запускайте окремий прохід, який шукає суперечності в цих записах, виправляє зв’язки й перебудовує індекс, не підмінюючи першоджерела власним переказом.
Для мінливих відомостей корисно зберігати дату або контекст актуальності й перевіряти запис під час повторного використання. Для сталих знань — зберігати джерело й підтвердження. А до спільного контексту кожної сесії варто додавати лише короткий індекс: Anthropic окремо зазначає, що завантажені інструкції займають контекстне вікно, а хибна нотатка, автоматично додана до кожного запуску, може багаторазово поширювати помилку.
Головний урок дослідження — пам’ять агента стає корисною завдяки відбору й обслуговуванню, а не накопиченню. Архів зберігає історію, пошук знаходить потрібні фрагменти, структуровані нотатки пов’язують повторювані правила, а фонова перевірка повертає висновки до первинних свідчень. Саме цей перевірний зв’язок перетворює минулий досвід на ресурс для наступної сесії.
