Anthropic erklärt Agentengedächtnis und Dreaming: Gedächtnis hob die CL-Bench-Werte aller sechs gezeigten Modelle und Dreaming korrigierte eine falsche Notiz und baute Wikis, doch die Belege stammen von Anthropic selbst und Dreams sind eine Research Preview ohne ZDR- und HIPAA-Eignung

Am 6. November 2026 veröffentlichte der Engineering-Blog von Anthropic den Beitrag The components of agent memory (Die Bestandteile des Agentengedächtnisses) von Lance Martin darüber, wie Claude-Agenten Wissen zwischen Sitzungen behalten. Anthropic definiert Agentengedächtnis als das, was Claude aus Erfahrung lernt und als Kontext zum späteren Lesen speichert. Ausgenommen sind Änderungen an den Modellgewichten, Lernen innerhalb eines einzelnen Gesprächs und Kompaktierung. Der Beitrag beschreibt vier Schichten, von Transkripten über Notizen und Darstellungen wie Wikis bis zum Kontext, der in jede Sitzung geladen wird. Dazu kommt ein Hintergrundprozess namens Dreaming (Träumen), der Transkripte durchsieht, um diese Schichten zu korrigieren und neu zu ordnen. Alle Ergebnisse stammen aus Anthropics eigenen Tests.

Der erste Test nutzte CL-Bench 1.0, einen Benchmark, in dem ein Agent eine Reihe von Datenbankfragen beantwortet und nach jeder die richtige Antwort erfährt. Claude begann jede Frage in einer frischen Sitzung, nur ein Gedächtnisverzeichnis blieb erhalten, und der Beitrag vergleicht das mit einer zustandslosen Basis. Die mittlere Belohnung stieg bei allen sechs gezeigten Modellen: Opus 5.5 von 0,655 auf 0,838, Sonnet 5.5 von 0,644 auf 0,833, Opus 5 von 0,564 auf 0,828, Opus 4.7 von 0,383 auf 0,700, Sonnet 5 von 0,306 auf 0,610 und Sonnet 4.6 von 0,330 auf 0,364. Der Beitrag beschreibt auch, wie sich der Umgang mit dem Gedächtnis verbesserte. Sonnet 4.6 schrieb verstreute Dateien mit ungeprüften Vermutungen. Opus 4.7 markierte, welche Fakten es geprüft hatte. Opus 5 schloss als erstes den Kreis und hielt eine Regel fest, dazu wie es wusste, dass sie stimmt, sowie Warnungen vor Fallen.

Der zweite Test betraf das Urteil darüber, was gespeichert wird. Bei Pokémon Rot vergleicht der Beitrag je einen Lauf. Nach etwa 10.000 Schritten hatte Claude Sonnet 3.7 413 Gedächtnisdateien in 225 Ordnern geschrieben und ein Abzeichen. Claude Fable 5 hatte neun Dateien in zwei Ordnern, dazu eine oberste global.md, und vier Abzeichen. Die Erklärung des Beitrags: Sonnet 3.7 hielt fest, was der Bildschirm ohnehin zeigt, etwa Geld und Position, was veraltete und Suchzeit kostete, während Fable 5 Pläne und getestete Regeln behielt, die nur existieren, wenn das Modell sie aufschreibt. Auch Opus 5.5 hielt einen kleinen Ordner und schloss das Spiel ab. Zwei Einzelläufe sind ein Beispiel, kein statistisches Ergebnis.

Zur Steuerung sagt Anthropic, es helfe, Claude zu sagen, wofür das Gedächtnis da ist, aber nicht, wie es zu nutzen ist. Der bloße Hinweis, dass ein Gedächtnisordner existiert, genügte Opus 4.7 und Opus 5. Die Anweisung, nur Fehlschläge festzuhalten, kostete beide einen Großteil des Nutzens. Ältere Modelle profitierten von stärkeren Vorgaben: Sonnet 4.6 vor der Antwort sein Gedächtnis lesen und seine Vermutungen prüfen zu lassen, verdoppelte den Wert fast, während Sonnet 5 ohne Aufforderung in 9 von 10 Fällen zuerst das Gedächtnis las, gegenüber weniger als der Hälfte bei Sonnet 4.6.

Dreaming ist die wichtigste neue Idee. Weil Claude Notizen schreibt, während es arbeitet, kann eine falsche Notiz in einer späteren Sitzung für wahr gehalten werden. In einem Pokémon-Beispiel notierte Claude fälschlich, ein Gebäude liege östlich des Mt. Moon, schloss daraus, die Höhle liege hinter ihm, und fiel von einer Einbahnkante zurück auf seine frühere Route. Nachdem ein Dreaming-Durchlauf die Notiz mit dem Sitzungstranskript abglich und korrigierte, ging Claude wieder in die Höhle und erreichte Cerulean City. Im Lauf mit der unkorrigierten Notiz fiel Claude dreimal auf die Route zurück und kam nie an. Der Beitrag zeigt Dreaming auch beim Aufbau von Wikis. Bei etwa 350.000 internen Dateien, rund 420 Millionen Tokens, von Stainless, einer im Mai von Anthropic übernommenen Firma, stieg die Punktzahl bei 25 Fragen von 13 % auf 48 % der bewerteten Kriterien, während Opus-5-Agenten über 2 bis 128 Sitzungen ein Wiki aufbauten. Ein Wiki zusammen mit Suche erreichte 54 % bis 61 %, je größer das Wiki wurde, gegenüber 53 % allein mit Suche, und sparte etwa 20.000 Tokens pro Frage. Bei 24 Fragen zu einer Fusion erzielten Aufgaben, die mehrere Dokumente erforderten, 87 % mit dem Wiki und 73 % mit Suche. Bei manchen juristischen Aufgaben zeigte das Wiki keinen klaren Gewinn, und bei einer wurde es größer als die Dokumente selbst.

Zwei weitere Ergebnisse betreffen die Anweisungen. Ein Wiki, in das mehrere Agenten in eine gemeinsame Tabelle schrieben, behielt nur 41 von 57 bewerteten Vertragsfakten, also 72 %. Nachdem Claude in einer Reflexionsschleife die Aufbauanweisungen umgeschrieben hatte, mit einer eigenen, wörtlich zitierten Seite je Vertrag, blieben alle 57 Fakten erhalten. Ein zweiter Dreaming-Durchlauf lenkte außerdem neun Links von einer fehlenden escrow-agreement-Seite auf die vorhandene buyer-form-escrow-agreement-Seite um. Der Beitrag warnt, eingespeister Kontext müsse klein bleiben, weil jede Notiz in jeder Sitzung Tokens kostet und eine falsche Notiz überallhin mitreist. Der automatische Speicher von Claude Code lädt nur die ersten 200 Zeilen oder 25 KB seines MEMORY.md-Index.

Die Dokumentation zu Managed Agents liefert die Produktfakten. Ein Dream ist ein asynchroner Auftrag, der einen bestehenden Gedächtnisspeicher und 1 bis 100 frühere Sitzungen liest und einen neuen, neu geordneten Speicher erzeugt, ohne die Eingabe zu ändern. Er dauert meist Minuten bis wenige Stunden. Der Status ist Research Preview, der Zugang wird auf Anfrage vergeben, es braucht die Beta-Header managed-agents-2026-04-01 und dreaming-2026-04-21, und es ist weder für Zero Data Retention noch für HIPAA geeignet. Laut Dokumentation steuern Anweisungen die Synthese, doch imperative Änderungen an bestimmten Zeilen bewirken in der Regel nichts.

Unsere Einordnung: Das ist eine nützliche Landkarte von Entwurfsentscheidungen, ein Bericht über Entwurf und Versuche. Die Belege stammen von Anthropic, der Pokémon-Vergleich beruht auf zwei Einzelläufen, die Wiki-Ergebnisse kommen aus einem Firmenkorpus und wenigen juristischen Aufgaben, und Dreaming kostet Rechenleistung. Teams, die Agenten bauen, können die Ideen übernehmen: die eingespeiste Schicht klein halten, starke Modelle entscheiden lassen, was gespeichert wird, und Notizen mit Transkripten abgleichen. Bereitstellungen mit Anforderungen an Zero Data Retention oder HIPAA-Eignung können sich dafür nicht auf Dreams in der aktuellen Forschungsvorschau stützen. Wir haben keinen dieser Tests ausgeführt.