Comment Anthropic fait rêver l’IA

Anthropic ne cherche pas à donner des rêves à Claude au sens humain. Son « dreaming » est un traitement en arrière-plan : l’agent relit ses anciennes conversations, confronte ses notes aux traces originales, corrige ce qui est faux et réorganise ce qui mérite d’être retrouvé plus tard. L’idée est simple, mais elle répond à l’un des problèmes les plus difficiles des agents : apprendre d’une mission sans emporter tout leur passé dans chaque nouvelle session.

Pourquoi un agent oublie-t-il d’une session à l’autre ?

Un modèle ne conserve pas naturellement tout ce qu’il apprend dans une conversation. Lorsqu’une nouvelle session commence, son contexte repart généralement de zéro. On peut lui joindre des fichiers persistants, mais cette mémoire externe finit vite par accumuler doublons, contradictions et informations périmées.

Anthropic distingue cette mémoire des connaissances inscrites dans les paramètres du modèle pendant son entraînement. Elle ne modifie pas les « poids » de Claude. Elle n’est pas non plus une simple compression de la conversation en cours. Il s’agit de textes stockés à part — préférences, règles, erreurs passées, décisions ou contexte métier — que l’agent pourra lire lors d’une future session.

Le vrai défi n’est donc pas seulement de stocker. Il faut décider quoi retenir, vérifier que la note reste juste et retrouver la bonne information au bon moment.

« Rêver », c’est relire le passé avec du recul

Dans le système présenté par Anthropic, un rêve reçoit deux éléments : un espace mémoire existant et les transcriptions d’une à cent anciennes sessions. Claude les analyse de manière asynchrone, puis produit une nouvelle mémoire réorganisée. L’original n’est pas modifié, ce qui permet de comparer le résultat, de le valider ou de le supprimer.

Le processus peut fusionner des notes redondantes, remplacer une information devenue fausse, faire remonter un enseignement oublié ou bâtir une représentation plus structurée, comme un wiki relié par des liens. Une partie de ce savoir peut ensuite être chargée automatiquement dans les sessions suivantes, tandis que le reste reste accessible par recherche.

Le mot « rêve » est donc une métaphore. Claude n’est pas endormi et rien dans ces travaux ne montre une forme de conscience. Anthropic reprend une intuition déjà explorée par des chercheurs de Letta et de l’université de Berkeley : utiliser les périodes entre deux requêtes pour traiter le contexte en différé, plutôt que de tout recalculer au moment où la question arrive.

La meilleure mémoire n’est pas la plus grosse

L’un des exemples les plus parlants vient de Pokémon Red. Anthropic a comparé la manière dont plusieurs générations de Claude décidaient ce qui méritait d’être conservé.

Après environ 10 000 étapes, Sonnet 3.7 avait créé 413 fichiers répartis dans 225 dossiers. Il consignait presque chaque combat, objet ou personnage rencontré, y compris des informations que l’écran du jeu fournissait déjà. Cette mémoire de près d’un million de caractères vieillissait vite et finissait par détourner l’agent du jeu. Dans le test rapporté, il n’avait gagné qu’un badge.

Claude Fable 5 n’avait créé que dix fichiers, dont un tableau de bord indiquant son objectif, son plan et quelques règles vérifiées. Il avait obtenu quatre badges. Opus 5.5 a suivi une approche similaire et a terminé le jeu.

Ce résultat illustre une idée utile : mémoriser, c’est prédire ce qui sera encore pertinent plus tard. Une stratégie testée ou une règle non visible à l’écran mérite davantage d’être conservée qu’un état temporaire facile à relire. Il faut toutefois rester prudent : Anthropic compare ici une exécution par modèle, pas une étude statistique indépendante de centaines de parties.

Le rêve peut corriger un faux souvenir

Dans une autre séquence du jeu, Claude avait enregistré au mauvais endroit un centre Pokémon situé près du Mont Sélénite. En s’appuyant sur cette note erronée, il revenait plusieurs fois sur ses pas et finissait par abandonner sa progression.

Pendant une phase de dreaming, Claude a confronté la note à la transcription originale, repéré l’erreur et réécrit sa mémoire. Avec la version corrigée, l’agent a repris la bonne direction et atteint la ville suivante après 1 935 actions. Les exécutions sans correction et sans mémoire n’y sont pas parvenues dans l’expérience présentée.

L’intérêt concret n’est pas que Claude « se souvienne comme nous », mais qu’il dispose d’une source primaire — la trace de ses propres actions — pour auditer ce qu’il croit avoir appris. Cela ressemble moins à un rêve qu’à une revue de dossier effectuée après coup.

Des notes au wiki d’entreprise

Anthropic a aussi demandé à des agents de construire progressivement un wiki à partir d’environ 350 000 fichiers internes, soit quelque 420 millions de tokens. Sur un jeu de 25 questions, le score obtenu avec le wiki et un outil de recherche est passé de 54 % à 61 % à mesure que le wiki s’enrichissait. La recherche seule atteignait 53 %, et la combinaison économisait environ 20 000 tokens par question selon l’entreprise.

Sur une autre évaluation juridique reposant sur plusieurs documents, la consultation d’un wiki a également amélioré les réponses nécessitant de croiser des sources, d’exercer un jugement ou de faire un calcul. Un premier wiki avait pourtant perdu des clauses importantes parce que plusieurs agents écrivaient dans la même page et s’écrasaient mutuellement. Après modification des instructions — une page par contrat et des citations exactes — les 57 faits attendus ont été conservés, contre 41 auparavant.

Ces chiffres sont encourageants, mais ils proviennent d’expériences menées ou rapportées par Anthropic sur de petits jeux de questions. Ils montrent un mécanisme possible, pas une garantie de performance dans toutes les entreprises.

Ce que cela change pour un agent au travail

Pour un agent chargé d’un projet long, la mémoire utile peut prendre quatre formes complémentaires :

• un journal brut des actions et conversations, qui sert de preuve ;
• des notes courtes écrites pendant le travail ;
• une représentation organisée, comme un wiki, pour relier les sujets ;
• quelques éléments essentiels chargés dans chaque nouvelle session.

Le dreaming sert à faire circuler l’information entre ces niveaux. Un agent de développement peut retenir une commande qui fonctionne, une décision d’architecture et la cause d’un échec. Un assistant métier peut consolider les conventions d’un client ou les étapes validées d’un processus. Dans les deux cas, la mémoire doit rester datée, traçable et révisable.

La consigne compte aussi. Anthropic observe que les modèles récents savent mieux juger seuls ce qui est important, alors que des règles trop rigides — comme « ne conserver que les échecs » — peuvent réduire le bénéfice de la mémoire. Pour les modèles plus anciens, demander explicitement de relire leurs notes et de tester leurs hypothèses améliore davantage les résultats.

Le coût caché du souvenir

Cette mémoire n’est ni gratuite ni automatiquement fiable. Relire des dizaines de transcriptions consomme des tokens et peut prendre de quelques minutes à plusieurs heures. Dans un exemple de cookbook publié par Anthropic, traiter une cinquantaine de longues sessions a coûté environ 8 dollars au tarif catalogue et une dizaine de minutes avec les réglages proposés. Le coût varie avec la longueur des traces, les modèles et la fréquence des rêves.

Une mémoire peut aussi propager une hallucination, conserver une donnée devenue obsolète ou exposer une information sensible. Les Managed Agents et leurs transcriptions ne sont actuellement pas éligibles à la conservation zéro ni à la conformité HIPAA selon la documentation d’Anthropic. L’entreprise présente d’ailleurs Dreams comme une « research preview », pas comme une fonction mature à déployer sans garde-fous.

En pratique, il faut donc limiter le périmètre de chaque mémoire, séparer les espaces par utilisateur ou projet, contrôler les droits de lecture et d’écriture, conserver les versions et faire valider les informations importantes. Rêver ne remplace pas l’audit : c’est une façon de le préparer.

Une mémoire moins humaine qu’elle n’en a l’air

Anthropic emprunte au sommeil une métaphore séduisante, mais son avancée est surtout architecturale. Au lieu de demander à l’agent de tout retenir pendant qu’il agit, on sépare l’action immédiate de la consolidation ultérieure. L’agent peut alors travailler avec un contexte plus léger et revenir, hors ligne, sur ce qu’il a réellement appris.

La promesse n’est pas une IA qui rêve. C’est un agent qui accumule moins de notes inutiles, vérifie davantage ses souvenirs et arrive dans une nouvelle session avec un meilleur point de départ. Si cette mémoire reste contrôlable, traçable et correctement protégée, elle pourrait compter autant que la puissance du modèle lui-même.