Anthropic представила «dreaming» — ИИ-агенты учатся сами на своих ошибках
На конференции Code with Claude в Сан-Франциско Anthropic анонсировала функцию, которая может стать поворотным моментом в развитии агентного ИИ. Она называется «dreaming» и позволяет ИИ-агентам анализировать свои прошлые сессии, извлекать уроки и применять их в будущем — полностью автоматически, без участия человека.
Как это работает
Dreaming — это не просто память или логирование. Это запланированный процесс, который берёт все предыдущие сессии агента, находит повторяющиеся паттерны (типичные ошибки, удачные рабочие процессы, предпочтения команды) и записывает выводы в структурированные текстовые заметки и «плейбуки». Эти плейбуки становятся доступны следующим сессиям агента.
Ключевой момент: dreaming не меняет веса модели. Все записанные выводы — это читаемый человеком текст, который можно проинспектировать и проаудировать. Агенты буквально пишут заметки для своего «будущего я».
Одновременно с dreaming в публичную бету переведены две другие функции: outcomes — определяемый разработчиком стандарт качества с независимым агентом-рецензентом, и multi-agent orchestration — распределение сложных задач между несколькими специализированными субагентами с изолированными контекстными окнами.
Демо: агенты улучшились за ночь
На сцене команда Anthropic показала впечатляющую демонстрацию. Фейковая аэрокосмическая компания «Lumara» должна автономно посадить дроны на Луну. Мультиагентная система из командира, детектора и навигатора провела шесть симуляций. Затем активировали dreaming.
Ночью агент-сновидец проанализировал все симуляции и написал детальный плейбук посадки. Утром новая симуляция показала ощутимое улучшение на тех участках, где были проблемы. Всё, что сделал человек — нажал кнопку.
За чем это всё нужно
Anthropic закрывает главный пробел на пути к предприятиям: ненадёжность агентов. Компании готовы платить за ИИ, но хотят знать, что агент не будет совершать те же ошибки дважды. Dreaming решает именно эту проблему.
Результаты у ранних пользователей уже есть:
- Harvey (юридический ИИ) — завершение задач выросло примерно в 6 раз
- Wisedocs (медицинские документы) — время ревью сократилось на 50%
- Netflix — обрабатывает логи сотен билдов одновременно через мультиагентную оркестровку
Масштабы роста, которые сложно осознать
CEO Дарио Амодеи поделился цифрами: за первый квартал 2026 года выручка и использование росли в 80 раз в годовом выражении. При том, что внутреннее планирование предполагало 10x. API-объём Claude вырос почти в 70 раз год к году. Средний разработчик Claude Code проводит с инструментом 20 часов в неделю.
Для борьбы с дефицитом вычислений Anthropic объявила партнёрство с SpaceX по использованию дата-центра Colossus и удвоила лимиты API для всех тарифных планов.
Мнение редактора
Anthropic выбрала правильную стратегию. Пока все соревнуются в бенчмарках, она строит самый надёжный агентный фреймворк. Raw intelligence — это commodity. А вот систематическое самообучение, проверка качества и распределение задач — это то, за что предприятия готовы платить.
Однако есть и риски. Агенты, которые пишут «заметки для себя», — это чёрный ящик, даже если тексты видны. Кто гарантирует, что при масштабировании dreaming не накопит ошибочные выводы, которые каскадно усилятся? Anthropic говорит, что более умные модели лучше управляют этим процессом — но это пока не доказано на больших масштабах.
Вывод
Amoedei предсказывает, что в 2026 году появится первый стартап на миллиард долларов, управляемый одним человеком. Может быть, не с помощью dreaming. Но инструменты, которые он показал в Сан-Франциско, — это именно кирпичики, из которых такая компания будет построена. И если вы строите что-то с ИИ сегодня, вам стоит присмотреться к агентному стеку — пока он ещё в бете.
