Tim engineering Anthropic mempublikasikan rincian bagaimana Claude membangun dan merapikan memori agen, termasuk teknik dreaming yang memanfaatkan waktu idle untuk meninjau log sesi, memperbaiki catatan yang salah, dan membangun representasi pengetahuan baru. Tulisan berjudul “The components of agent memory” ini terbit pada 6 November 2026. 🔗 Anthropic Research, “The components of agent memory”
Memori menjadi penentu apakah sebuah agen bisa belajar dari pengalaman dan meningkatkan kinerjanya dari waktu ke waktu. Anthropic menunjukkan bahwa memori yang dikelola dengan baik mampu mendongkrak performa pada tugas jangka panjang secara signifikan. 🔗 Anthropic Research, “The components of agent memory”
Empat Lapisan Memori Agen
Anthropic mendefinisikan “memori agen” sebagai pengetahuan yang diperoleh Claude dari pengalaman — termasuk interaksi dengan pengguna dan tugas yang diberikan — yang disimpan dan dapat dibaca kembali pada sesi berikutnya. Definisi ini secara sengaja mengecualikan tiga hal lain: perubahan pada bobot model, in-context learning, dan kompaksi. 🔗 Anthropic Research, “The components of agent memory”
Sistem memori ini digambarkan sebagai tumpukan empat lapis:
- Transkrip (log sesi): catatan mentah dari apa yang terjadi selama sesi, yang dapat dicari dan ditinjau kembali. Ini lapisan paling bawah.
- Catatan memori (memory notes): aturan, fakta, dan observasi yang ditulis Claude selama atau setelah sesi berdasarkan penilaian saliensi — apa yang dianggap penting untuk diingat.
- Representasi memori: struktur tingkat lebih tinggi seperti wiki, yaitu kumpulan halaman yang ditulis dan dipelihara Claude untuk memetakan pengetahuannya dan menautkannya ke catatan lain.
- Konteks yang disuntikkan (injected context): lapisan atas yang dimuat ke dalam setiap sesi baru secara otomatis, sehingga Claude tidak perlu mencari atau bahkan mengetahui bahwa ada sesuatu yang perlu dicari.
Mirip dengan cara kerja otak manusia, di mana sinyal kimia menandai memori yang penting dan memori yang ditandai cenderung diputar ulang lebih sering selama periode offline, Claude dapat menandai peristiwa penting dalam log sesi saat terjadi, atau menuliskannya ke penyimpanan memori seperti folder catatan. 🔗 Anthropic Research, “The components of agent memory”
Memori sebagai Prediksi tentang Masa Depan
Anthropic menekankan bahwa memori, sesekali, adalah sebuah prediksi. Dengan menuliskan sebuah aturan, agen memprediksi bahwa pola yang dijelaskan akan relevan lagi di masa depan. Misalnya, menuliskan fakta yang sudah terverifikasi adalah prediksi bahwa agen pada sesi berikutnya akan ingin mengandalkan fakta tersebut tanpa perlu memeriksanya ulang. 🔗 Anthropic Research, “The components of agent memory”
Pada benchmark Continual Learning Bench (CL-Bench) 1.0, yang mengukur kemampuan agen menggunakan memori untuk menyelesaikan tugas jangka panjang, Claude dapat menjalankan “loop pembelajaran”: jika Claude menjawab pertanyaan dengan salah, ia dapat mencatat kegagalan, menyusun teori tentang apa yang salah, menguji teori tersebut, dan mengubah hasilnya menjadi aturan untuk menjawab di masa depan. Claude Opus 5 adalah model pertama yang berhasil menutup loop pembelajaran ini. Claude Opus 5.5 dan Claude Sonnet 5.5 juga berhasil menutup loop tersebut dan, dengan memori, mencetak skor yang kurang lebih sama dengan Opus 5. 🔗 Anthropic Research, “The components of agent memory”
Pada tugas basis data di CL-Bench 1.0, skor rata-rata dengan memori naik pada semua model yang diuji:
- Claude Opus 5.5: dari 0,655 menjadi 0,838
- Claude Sonnet 5.5: dari 0,644 menjadi 0,833
- Claude Opus 5: dari 0,564 menjadi 0,828
- Claude Opus 4.7: dari 0,383 menjadi 0,700
- Claude Sonnet 5: dari 0,306 menjadi 0,610
- Claude Sonnet 4.6: dari 0,330 menjadi 0,364
Angka-angka ini berasal dari grafik pada tulisan Anthropic sendiri dan merupakan evaluasi internal perusahaan, bukan benchmark independen. 🔗 Anthropic Research, “The components of agent memory”
Menilai Apa yang Layak Diingat
Tim Anthropic menemukan bahwa memberi tahu Claude apa tujuan memori, tetapi tidak bagaimana cara menggunakannya, justru lebih efektif. Pada CL-Bench, mereka hanya memberi tahu Claude bahwa folder memori tersedia. Panduan umum itu sudah cukup bagi Opus 4.7 dan Opus 5 untuk menggunakan memori secara efektif dan memberikan peningkatan performa yang nyata. 🔗 Anthropic Research, “The components of agent memory”
Namun, ketika mereka memberikan aturan spesifik — misalnya “catat hanya kegagalan” — baik Opus 5 maupun Opus 4.7 kehilangan sebagian besar peningkatan performa yang diberikan memori. Untuk model yang lebih kuat, memberikan kebebasan menilai saliensi lebih efektif daripada menetapkan aturan tetap sejak awal, dan aturan tetap justru dapat melemahkan performa. 🔗 Anthropic Research, “The components of agent memory”
Perbedaan penilaian saliensi terlihat jelas pada uji permainan Pokémon Red. Claude Sonnet 3.7 menulis 413 berkas memori dalam 225 folder dan hanya meraih satu badge, sementara Claude Fable 5 menulis sembilan berkas dalam dua folder plus satu berkas global.md dan meraih empat badge. Fable 5 hanya menyimpan strategi, rencana, dan aturan yang teruji — hal-hal yang tidak bisa dibaca dari layar permainan. 🔗 Anthropic Research, “The components of agent memory”
Dreaming: Merapikan Memori Secara Offline
Karena Claude menulis ke memori berdasarkan apa yang dianggap penting saat sesi berlangsung, sebuah catatan yang salah sejak awal atau yang menyimpang seiring perubahan lingkungan dapat dibaca dan dipercayai oleh Claude pada sesi berikutnya. Dreaming memberikan Claude cara untuk menguji catatannya terhadap transkrip asli. 🔗 Anthropic Research, “The components of agent memory”
Istilah dreaming merujuk pada proses di mana Claude menggunakan waktu idle antar interaksi untuk meninjau log, memperbaiki kesalahan, dan menghasilkan catatan atau representasi memori baru. Ide ini terinspirasi dari konsep sleep-time compute yang diusulkan peneliti di Letta dan UC Berkeley. 🔗 Anthropic Research, “The components of agent memory”
Dreaming Memperbaiki Memori
Anthropic memberikan contoh nyata dari permainan Pokémon yang dimainkan Claude menggunakan Managed Agents dengan direktori memori yang terpasang. Claude harus melewati Mt. Moon, sistem gua dengan pintu masuk di sisi barat dan pintu keluar di sisi timur. Di dekat pintu masuk terdapat jebakan: sebuah ledge satu arah yang menjatuhkan pemain kembali ke rute asal. 🔗 Anthropic Research, “The components of agent memory”
Claude menggunakan PokéCenter (bangunan di pintu masuk gunung) sebagai landmark, sehingga apakah ia berjalan melewati ledge bergantung pada sisi mana ia mengira PokéCenter berada. Pada satu titik, Claude menulis (salah) bahwa PokéCenter berada di sisi timur. Ketika berjalan keluar dari PokéCenter, ia mengumumkan “Mt Moon is behind me” dan memperbarui catatannya: “Mt Moon DONE.” Padahal Mt. Moon belum selesai. 🔗 Anthropic Research, “The components of agent memory”
Beberapa aksi kemudian, Claude melewati ledge dan mendarat kembali di rute asal. Dengan catatan yang tidak diperbaiki, Claude tidak pernah melewati gunung tersebut — ia bahkan sempat menyerah dan kembali ke Pewter City. Namun, ketika dreaming dijalankan pada folder memori yang berisi lokasi PokéCenter yang salah, Claude memeriksa catatan terhadap transkrip sesi, menemukan kesalahannya, dan menulis ulang catatan tersebut. Dengan catatan yang diperbaiki, Claude kembali masuk ke Mt. Moon dan akhirnya mencapai Cerulean City. 🔗 Anthropic Research, “The components of agent memory”
Dreaming Membangun Representasi Memori Baru
Dengan dreaming, Claude dapat membangun representasi untuk membantu navigasi memori. Salah satu jenis representasi yang digunakan adalah “wiki” — kumpulan halaman yang ditulis dan dipelihara oleh Claude, yang mengumpulkan apa yang Claude ketahui tentang satu subjek dan menautkannya ke catatan lain. Tautan-tautan ini memberikan Claude peta untuk menyaring memori dan menemukan ingatan yang diperlukan secara efisien. 🔗 Anthropic Research, “The components of agent memory”
Anthropic menguji manfaat wiki menggunakan korpus sekitar 350.000 berkas (sekitar 420 juta token) dari Stainless, perusahaan perangkat lunak yang diakuisisi pada Mei 2026. Mereka membuat set evaluasi 25 pertanyaan tentang korpus tersebut dan memberikan Claude alat pencarian. Seiring penskalaan dreaming dari 2 sesi ke 128 sesi, performa pada 25 pertanyaan meningkat dari 13% menjadi 48% dari kriteria yang dinilai. 🔗 Anthropic Research, “The components of agent memory”
Ketika Claude menggunakan pencarian dan wiki secara bersamaan, skor agregat naik dari 54% menjadi 61% seiring tumbuhnya wiki, dibandingkan 53% ketika hanya menggunakan alat pencarian. Penggunaan pencarian dan wiki juga menghemat sekitar 20.000 token per pertanyaan. 🔗 Anthropic Research, “The components of agent memory”
Pada uji lain dengan dokumen merger, Claude yang berkonsultasi ke wiki mencetak 87%, dibandingkan 73% saat hanya memakai pencarian. Namun wiki tidak selalu membantu: pada satu tugas benchmark LAB, wiki tidak menunjukkan keunggulan yang jelas, dan pada tugas lain wiki justru tumbuh lebih besar daripada dokumen aslinya. 🔗 Anthropic Research, “The components of agent memory”
Dreaming Mempromosikan Catatan ke Hierarki Atas
Dreaming juga dapat “mengapungkan” catatan ke puncak hierarki memori, dan harness agen dapat memuatnya secara preemptif ke dalam konteks Claude di awal setiap sesi. Ini berarti Claude tidak perlu mencari catatan tersebut, atau bahkan mengetahui bahwa ada sesuatu yang perlu dicari. 🔗 Anthropic Research, “The components of agent memory”
Namun, promosi memori ke sesi baru harus dilakukan dengan hati-hati. Memori yang disuntikkan menggunakan token berharga, dan catatan yang salah dapat dibawa ke setiap sesi. Claude Code, misalnya, hanya memuat 200 baris pertama atau 25 KB pertama dari MEMORY.md sebagai header yang berfungsi sebagai indeks, menunjukkan Claude apa yang ia ketahui dan di mana menemukannya. 🔗 Anthropic Research, “The components of agent memory”
Dreaming Mengisi Kekosongan yang Ditinggalkan Sesi
Ketika Claude menulis catatan memori, ia hanya melihat konteks dalam sesi tertentu. Dreaming dapat mencari di banyak sesi untuk menemukan pola umum atau memperbaiki kesalahan umum. Saat membangun wiki untuk benchmark LAB, terkadang Claude menautkan ke halaman yang belum dibuat. 🔗 Anthropic Research, “The components of agent memory”
Pass dreaming kedua menutup banyak kekosongan ini — pada satu tugas, dreaming menemukan sembilan tautan ke halaman yang hilang dan mengarahkannya ke halaman yang sudah ada untuk dokumen yang sama, serta menambahkan tiga halaman baru termasuk indeks. Pada tugas LAB lain, perbaikan instruksi wiki yang ditemukan lewat refleksi atas kegagalan menaikkan skor brief dari 72% (41 dari 57 fakta) menjadi 100%. 🔗 Anthropic Research, “The components of agent memory”
Dreams Tersedia sebagai Fitur API
Anthropic juga menyediakan “Dreams” sebagai fitur di Claude Managed Agents, saat ini dalam research preview pada model tertentu. Dream adalah pekerjaan asinkron yang menerima penyimpanan memori yang sudah ada dan 1 hingga 100 sesi transkrip, lalu menghasilkan penyimpanan memori baru yang terorganisasi ulang — duplikat digabungkan, entri yang kadaluarsa atau bertentangan diganti dengan nilai terbaru, dan wawasan baru dimunculkan. Penyimpanan input tidak pernah dimodifikasi, sehingga pengguna dapat meninjau output dan membuangnya jika tidak puas. 🔗 Claude Platform Docs, “Dreams”
Dream memiliki siklus hidup: pending (antre), running (berjalan, dengan pembaruan usage), completed (selesai, menghasilkan penyimpanan memori baru), failed (gagal), dan canceled (dibatalkan). Pengguna dapat memberikan instruksi opsional untuk mengarahkan proses dreaming, misalnya fokus pada preferensi gaya coding atau konvensi output tertentu. 🔗 Claude Platform Docs, “Dreams”
Model yang didukung untuk Dreams meliputi Claude Fable 5.1, Fable 5, Opus 5.5, Opus 5, Sonnet 5.5, Sonnet 5, Opus 4.8, Opus 4.7, dan Sonnet 4.6. Akses ke fitur ini masih berdasarkan permintaan selama research preview, dan endpoint-nya memerlukan header beta dreaming-2026-04-21. 🔗 Claude Platform Docs, “Dreams”
Pertanyaan Terbuka
Anthropic mengakui masih banyak pertanyaan terbuka tentang desain sistem memori untuk agen. Salah satunya adalah kapan Claude harus membuat memori — menulis catatan saat bekerja dapat menangkap saliensi di sumbernya, tetapi menarik perhatian Claude dari tugas utamanya. Sebaliknya, dreaming dapat mendorong pembuatan memori ke latar belakang, tetapi output-nya mungkin tidak segera dapat diakses. 🔗 Anthropic Research, “The components of agent memory”
Pertanyaan lain adalah bagaimana menjaga memori tetap mutakhir secara andal, mengingat Claude dapat membuat prediksi yang salah atau menulis aturan yang salah sejak awal. Dreaming adalah salah satu cara memperbaiki kesalahan ini, tetapi memerlukan komputasi. Semua hasil yang dilaporkan di atas berasal dari evaluasi internal Anthropic sendiri, bukan dari pengujian independen. 🔗 Anthropic Research, “The components of agent memory”
Fakta Kunci
- Anthropic mempublikasikan “The components of agent memory” pada 6 November 2026.
- Memori agen terdiri dari empat lapisan: transkrip, catatan memori, representasi memori, dan konteks yang disuntikkan.
- “Dreaming” adalah proses offline yang meninjau log sesi untuk memperbaiki catatan memori yang salah dan membangun representasi baru.
- Terinspirasi dari “sleep-time compute” yang diusulkan peneliti di Letta dan UC Berkeley.
- Penskalaan dreaming dari 2 ke 128 sesi meningkatkan performa dari 13% ke 48% pada evaluasi 25 pertanyaan.
- Claude Code hanya memuat 200 baris pertama atau 25 KB pertama dari MEMORY.md.
- Dreams tersedia sebagai fitur API dalam research preview pada model Claude tertentu.
- Memberikan kebebasan menilai saliensi lebih efektif daripada aturan tetap untuk model yang lebih kuat.
Tidak ada komentar:
Posting Komentar