Anthropic Dreaming: Sådan lærer Claude-agenter mens de 'sover'

Den 6. maj 2026 åbnede Anthropic sin udviklerkonfence “Code with Claude” i San Francisco. Midt i en stribe nye produktannonceringer gemte sig en feature, der teknisk set er den mest interessante: Dreaming. En baggrundsprocces der lader Claude-agenter konsolidere hukommelse mellem sessioner og lære af egne fejl over tid.

Ideen er ikke ny i biologisk forstand. Søvnforskning har i årtier vist, at hippocampus genafspiller dagens oplevelser natten over og beslutter, hvad der skal gemmes i langtidshukommelsen. Anthropic har oversat det princip direkte til software.

Hvad er Dreaming?

Dreaming er en planlagt baggrundsprocces der kører mellem agentsessioner. Processen læser igennem agentens seneste sessioner og dens hukommelsesstore, finder mønstre og skriver opdaterede hukommelsesindgange til næste session.

Anthropic ser efter tre typer mønstre:

Tilbagevendende fejl: Ting agenten bliver ved med at gøre forkert på tværs af jobs
Konvergerede arbejdsgange: Fremgangsmåder agenten selvstændigt lander på gang på gang
Delte præferencer: Mønstre der går på tværs af et team af agenter

Resultaterne skrives som klartekst-noter og strukturerede “playbooks” som fremtidige sessioner kan slå op i. Processen er observerbar og kan auditeres af mennesker. Og vigtigt: den ændrer aldrig modelens vægte og modificerer aldrig input-storen, så du kan reviewe output og smide det ud, hvis det ikke holder.

Konkrete tal fra produktion

Anthropic fremlagde to cases ved lanceringen:

Harvey (legal AI): Task completion rate steg med en faktor 6 i intern testing efter Dreaming blev slået til. Problemet Harvey løb ind i var småt og konkret: agenter glemte filtype-quirks og tool-specifikke workarounds mellem sessioner, så de samme juridiske opgaver fejlede på nøjagtig samme måde om og om igen. Med Dreaming stak workarounderne.

Wisedocs (medicinsk dokumentreview): Dokumentreview-tid ned med 50%. Her handler det om, at agenter der reviewede tusindvis af medicinske dokumenter ikke skulle starte forfra med at lære kontekst og formatnuancer ved hvert nyt job.

De tal er fra Anthropics egne annonceringsmaterialer, så tag dem med en teskefuld salt. Men det underliggende problem de løser er reelt: stateless agenter der starter fra nul ved hver session er en konkret ulempe i produktionsscenarier med repetitivt arbejde.

Teknisk: Sådan er det bygget

Dreams API’en læser en eksisterende hukommelsesstore og optionelt op til 100 tidligere sessioner, derefter skriver den en ny output-hukommelsesstore der reorganiserer indhold, merger dubletter, erstatter forældet information og bringer nye mønstre frem.

Adgang kræver to beta-headere i API-kald:

anthropic-beta: managed-agents-2026-04-01
anthropic-beta: dreaming-2026-04-21

Dreams kører asynkront og tager typisk fra 10 minutter og op – alt afhængigt af inputstørrelse. Processen berører aldrig modelvægtene, og input-storen forbliver uændret. Det er en separat output-store der skrives, og den kan kastes uden at beskadige noget.

Det hænger fint sammen med den arkitektur Anthropic har bygget op med Model Context Protocol, der rammer 97 millioner installationer og er ved at blive industristandard for, hvordan agenter kommunikerer med omverdenen.

Hvad der kom med i samme omgang

Dreaming er i research preview, ikke public beta. Det betyder begrænset adgang og ingen SLA-garantier. Til gengæld rykkede to andre features fra research preview til public beta samme dag:

Outcomes: Et selvvurderingssystem der lader agenter give feedback på egne resultater. Supplerer Dreaming ved at give signaler om, hvad der gik godt og skidt i en session.
Multiagent orchestration: Koordinering af teams af agenter der arbejder parallelt på delte opgaver.

Tilsammen tegner de et billede af en platform der bevæger sig fra “model API” til “agent infrastructure”. Det er ikke tilfældigt timing: Anthropic holder Code with Claude-konferencer i London den 19. maj og Tokyo den 10. juni.

Hvad det betyder i praksis

For udviklere der bygger agenter til repetitivt arbejde er Dreaming interessant af én konkret grund: du slipper for at håndkode den læring, der normalt falder ud af et projekts egne retries og fejlhåndtering. I stedet håndterer platformen det.

Det er dog ikke magi. Dreaming kan kun finde mønstre i det, der allerede er logget. Hvis din agents sessioner ikke bevarerstrukturerede logs med metadata om task outcomes, tool failures og brugte hukommelsesindgange, er der ikke noget at lære af. Grundlaget skal stadig bygges solidt.

Der er også et sikkerhedsaspekt at holde øje med. Når agenter persisterer læring på tværs af sessioner, opstår der nye angrebsflader. En kompromitteret session kan potentielt skrive vildledende playbooks ind i hukommelsen. Det er et område, Five Eyes-alliancen allerede har advaret om i forbindelse med agentisk AI i kritisk infrastruktur. Anthropics observerbare og reviderbare design er et svar på det, men ikke nødvendigvis et komplet svar.

Dreaming er stadig i research preview, og det afspejler nok, at der er edge cases tilbage at håndtere. Men konceptet er solidt, og de første produktionsresultater er opmuntrende nok til, at det er værd at følge tæt.