Dreaming de Claude: una memoria que corrige sus propias notas

Una nota equivocada es un tipo silencioso de falla. Claude escribe que un edificio se sienta en el lado este de una montaña. La nota está mal. Cada sesión posterior la lee, confía en ella y se cae por el mismo borde, tres veces seguidas en una prueba que Anthropic ejecutó dentro de una partida de Pokémon Red.

Dreaming es la respuesta de Anthropic a esa falla. Entre sesiones, mientras el agente está inactivo, Claude vuelve sobre sus transcripciones, las compara con las notas que guardó y reescribe las notas que no coinciden con lo que en realidad pasó. Anthropic publicó el relato completo el 6 de noviembre de 2026, en una publicación de ingeniería de Lance Martin llamada The components of agent memory. Esta reseña prueba ese relato contra la documentación de la plataforma para la API de Dreams y contra los límites que la propia Anthropic declara en la publicación.

Qué es

La memoria de agente, en la definición de Anthropic, es conocimiento que Claude gana de la experiencia y conserva entre sesiones como contexto que puede leer después. La definición es estrecha a propósito. No cubre el entrenamiento, donde los pesos del modelo cambian. No cubre el aprendizaje dentro de una conversación y no cubre la compactación, los resúmenes que reemplazan turnos más viejos dentro de una sola sesión.

Anthropic describe cuatro capas. Las transcripciones se sientan en el fondo: un registro con búsqueda de lo que se dijo y se hizo. Sobre ellas se sientan las notas de memoria, las lecciones y reglas que Claude escribe para sí mismo mientras trabaja. Sobre esas se sientan las representaciones, estructuras organizadas como una wiki de páginas enlazadas. En la parte alta se sienta el contexto inyectado, un conjunto pequeño de notas cargadas al inicio de cada sesión tanto si Claude va a buscarlas como si no.

Dreaming es la pasada que se mueve entre esas capas. La idea construye sobre el cómputo en tiempo de sueño, una propuesta de investigadores de Letta y UC Berkeley para usar el tiempo inactivo entre interacciones para reorganizar el contexto que un modelo ya tiene. Anthropic presentó dreaming primero como una vista previa de investigación para Claude Managed Agents el 6 de mayo de 2026, en su conferencia Code with Claude. La publicación de noviembre es el relato de investigación detrás de esa función, no el lanzamiento de un producto nuevo.

Funciones y especificaciones

La forma del producto importa porque decide quién puede usar esto y quién no. Un sueño no es un ajuste dentro de un chat. Es un trabajo por API en Claude Managed Agents, el servicio alojado donde los desarrolladores ejecutan agentes construidos sobre Claude. Un equipo pasa un almacén de memoria y una lista de sesiones pasadas. El trabajo corre en segundo plano, usualmente de minutos a unas pocas horas según los resúmenes de la documentación, y devuelve un almacén de memoria totalmente nuevo.

Dos decisiones de diseño destacan. Primero, la salida es un almacén nuevo, nunca una edición en el sitio. Eso hace que un sueño sea revisable. Un equipo puede comparar el resultado, rechazarlo y conservar la memoria vieja, que es la forma correcta para un proceso que reescribe lo que un agente cree.

Segundo, la mejor regla de diseño de Anthropic trata de la contención. En la publicación, el equipo dice que ayuda decirle a Claude para qué es la memoria, pero no cómo usarla. Cuando Anthropic impuso una regla fija en modelos más fuertes, como una regla de registrar solo fallas, la ganancia de la memoria cayó con fuerza. El sistema funciona mejor cuando el modelo juzga por sí mismo qué vale la pena conservar y dreaming audita luego esos juicios, con la transcripción abierta junto a las notas.

Experiencia en el mundo real

Esta es una reseña de investigación. Dirty Static no ha ejecutado la API de Dreams, no tiene acceso a la vista previa y no reclama ninguna prueba práctica. Lo que sigue se basa en la publicación de ingeniería de Anthropic, la documentación de Dreams según se publicó y la cobertura independiente tanto del lanzamiento de mayo como de la publicación de noviembre.

La evidencia más fuerte es la tarea de base de datos de Continual Learning Bench 1.0. Claude empezó cada pregunta en una sesión nueva y podía trasladar solo un directorio de memoria hacia adelante. Tras cada respuesta se le dijo la solución correcta y podía escribir una nota para la próxima vez. La memoria ayudó a cada modelo que Anthropic listó y ayudó más a los usuarios más débiles de la memoria. Opus 5 fue el primer modelo de la prueba en cerrar el ciclo completo por su cuenta: sus notas llevaban una regla, cómo sabía que la regla era cierta y advertencias sobre trampas que había encontrado.

La prueba de Pokémon muestra la falla para cuya corrección dreaming existe y también el límite de la evidencia. Claude usó una nota de referencia que colocaba el PokéCenter en el lado equivocado del Mt. Moon, anunció que la cueva estaba detrás de él y se cayó por un borde de un solo sentido de vuelta a la ruta de la que vino. Hizo eso tres veces y luego escribió que se detendría en lugar de seguir en el ciclo. Una pasada de dreaming comprobó la nota contra la transcripción, captó el error y la reescribió. Con la nota corregida, Claude volvió por la cueva y llegó a Cerulean City. Una nota reparada en una ejecución prueba que el mecanismo funciona. No te dice con qué frecuencia dreaming capta errores ni con qué frecuencia escribe uno nuevo.

La prueba de la wiki es la más grande y la más fácil de sobrevender. Anthropic dio a agentes Opus 5 un corpus de unos 350,000 archivos internos, aproximadamente 420 millones de tokens, de Stainless, una empresa de software que Anthropic dice que adquirió en mayo. A lo largo de hasta 128 sesiones de dreaming, los agentes construyeron una wiki enlazada desde esos archivos. En 25 preguntas, las respuestas extraídas solo de la wiki subieron del 13 por ciento de los criterios calificados a dos sesiones al 48 por ciento a 128 sesiones. La wiki más la búsqueda llegó al 61 por ciento, frente al 53 por ciento de la búsqueda sola, y ahorró unos 20,000 tokens por pregunta.

Lee esas cifras con la fuente a la vista. El corpus pertenece a una empresa que Anthropic posee, las preguntas fueron escritas por Anthropic y ningún equipo externo ha repetido la prueba. Una cifra de cliente del lanzamiento de mayo necesita el mismo cuidado: Anthropic reportó que la empresa de tecnología legal Harvey vio las tasas de finalización de tareas subir unas seis veces en sus pruebas internas tras activar dreaming. Harvey no ha publicado una línea base ni un método junto a esa cifra, así que es una afirmación direccional de un cliente temprano, no un benchmark.

Para un contraste de enfoque, nuestra reseña de Perplexity Teammates cubrió agentes que conservan un trabajo permanente durante semanas dentro de un producto alojado, mientras nuestra guía de configuración de Hermes cubre un agente que conserva su memoria en una carpeta en tu propia máquina. Dreaming se sienta entre esos polos: alojado, impulsado por API y centrado en limpiar la memoria y no en el propio trabajo.

Lo que funciona

El ciclo de corrección es el avance real. Una nota es una predicción sobre lo que una sesión futura necesitará y las predicciones salen mal. Dar al agente una pasada programada que prueba sus notas contra la verdad básica de sus propias transcripciones es una idea simple con un rendimiento claro y el caso de Pokémon muestra el rendimiento en su forma más limpia: un dato arreglado desbloqueó una tarea que la repetición sola no pudo.

La disciplina sobre el tamaño es igual de valiosa. Anthropic es directa en que la capa superior de la memoria debe quedarse pequeña, porque una nota inyectada gasta tokens en cada sesión y una nota inyectada equivocada envenena cada sesión. La memoria automática de Claude Code sigue la misma regla en un producto que los lectores pueden inspeccionar hoy: solo las primeras 200 líneas o 25 KB del índice MEMORY.md cargan al inicio, según la publicación de Anthropic. Dreaming hace el trabajo poco glamuroso de mover el detalle hacia abajo en la jerarquía y dejar un enlace detrás.

El trabajo de reparación se generaliza más allá de notas sueltas. En una tarea de wiki, una segunda pasada de dreaming encontró nueve enlaces que apuntaban a una página que no existía, los reorientó a la página correcta y añadió tres páginas nuevas incluida una de índice. En una tarea de contratos, un ciclo de reflexión reescribió las instrucciones de construcción para que cada contrato recibiera su propia página con los términos citados y no resumidos en una tabla compartida. El encargo calificado cumplió luego el 100 por ciento de sus criterios, desde el 72 por ciento. Eso es dreaming mejorando sus propias instrucciones, no solo sus notas.

Lo que no funciona

Empieza con la procedencia. Cada cifra de esta reseña se remonta a Anthropic: sus cifras de benchmarks, sus partidas de juego, su prueba de wiki y la cifra de Harvey que reportó en el lanzamiento. Eso no hace falsas las cifras. Sí significa que no hay ninguna comprobación independiente de ninguna de ellas todavía y la comparación del juego descansa en una ejecución por modelo, un límite que Anthropic declara en su propio texto.

Luego, la wiki puede fallar por tener demasiado éxito. En una tarea de benchmark legal, la wiki creció más que los documentos que resumía y no mostró ninguna ganancia clara sobre la búsqueda. Anthropic recurre a la historia de Borges sobre un mapa dibujado a la misma escala que el imperio y la comparación es justa. Una representación que lo copia todo no abstrae nada y mantenerla todavía quema cómputo en cada sueño.

El acceso es el límite práctico hoy. Esto es una vista previa de investigación en una plataforma alojada, cerrada por una solicitud, con exclusiones de cobertura de datos que la descartarán para parte del trabajo regulado. Los desarrolladores que construyen sobre la API sencilla o que ejecutan agentes en sus propias máquinas reciben la investigación y los libros de recetas a los que Anthropic señala, no la función gestionada. Y un sueño que corre durante horas en segundo plano no puede ayudar a un agente que necesitaba la nota corregida hace diez minutos. El mantenimiento fuera de línea y el trabajo en vivo siempre intercambiarán entre sí.

También hay una pregunta de confianza que Anthropic deja abierta. Dreaming puede promover una nota a la capa que carga en cada sesión. Si un sueño promueve una nota equivocada, o escribe una, el error se extiende más que la nota que reemplazó. El diseño del almacén nuevo permite a un equipo revisar el cambio primero, pero un equipo que deja de revisar, porque los sueños usualmente parecen bien, ha construido una forma silenciosa de enseñar a su agente un dato falso a escala.

Competencia

Dreaming compite menos con otros productos que con hábitos más simples que un equipo puede adoptar hoy. Las propias pruebas de Anthropic suministran la mayor parte de la comparación, lo que es en sí parte del veredicto sobre la evidencia.

El resumen honesto es que la búsqueda se queda como la base, como la propia Anthropic dice cuando plantea la búsqueda en transcripciones como la base de todo el sistema. Dreaming gana su lugar sobre esa base cuando la memoria es grande, de larga vida y reutilizada con la frecuencia bastante para que las notas viejas cuesten más que los sueños que las arreglan.

Veredicto final

Solicita acceso si tus agentes ya viven en Claude Managed Agents, corren durante semanas y fallan de formas repetibles que unas notas mejores evitarían. Empieza con el paso de revisión activado, lee los primeros almacenes de salida por completo y mide el éxito en tareas antes y después en tu propio trabajo. Esa es la prueba que las cifras de Anthropic no pueden ejecutar por ti.

Espera si tu agente es de vida corta, tu memoria es lo bastante pequeña para leerla tú mismo o tus datos no pueden sentarse dentro de una función de vista previa sin cobertura de retención cero de datos. Para ti, la propia publicación es el producto útil hoy: guarda las transcripciones como verdad básica, mantén pequeña la capa siempre cargada, dile al modelo para qué es la memoria y no cómo usarla y programa tu propia pasada de auditoría con los libros de recetas como punto de partida. Dreaming es una buena idea, evidenciada con cuidado por su fabricante y todavía no evidenciada por nadie más. Trátala exactamente así y probablemente ayudará. Trata las cifras principales como un dato fijado y has perdido el punto de un sistema construido para desconfiar de sus propias notas.

Fuentes

• Anthropic: The components of agent memory
• Documentación de la Plataforma Claude: Dreams
• explainx.ai: Agent Memory: Anthropic Dreaming Tests, 13% to 48%
• AgentsPulse: Claude Dreaming: How Anthropic Dreams Fixes Agent Memory
• Crypto Briefing: Anthropic gives Claude agents a dreaming mode to tidy up their memories
• Imágenes: las ilustraciones principal, de capas y de wiki son arte generado de estilo propio de Dirty Static.