شرکت Anthropic روز جمعه ۱۵ آبان ۱۴۰۵ (۶ نوامبر ۲۰۲۶) در یک نوشته‌ی مهندسی با عنوان «اجزای حافظه‌ی ایجنت» توضیح داد که یک ایجنتِ هوش مصنوعی چطور می‌تواند از تجربه‌هایش در جلسه‌های قبل یاد بگیرد. ایده‌ی اصلی «رؤیادیدن» (dreaming) است: بعد از پایان کار، یک مرحله‌ی آفلاین رونوشتِ جلسه‌ها را مرور می‌کند، اشتباه‌ها را درست می‌کند و دانسته‌ها را مرتب می‌کند. طبق نوشته‌ی رسمی Anthropic با فعال‌شدن حافظه، امتیازِ Opus 5.5 در آزمونِ CL-Bench از ۰٫۶۵۵ به ۰٫۸۳۸ رسیده است.
حافظه‌ی ایجنت یعنی چه؟
مدل‌های زبانی پس از پایانِ هر گفت‌وگو چیزی به یاد نمی‌آورند. «حافظه‌ی ایجنت» یعنی دانشی که ایجنت از تجربه‌اش می‌گیرد و بین جلسه‌ها نگه می‌دارد. Anthropic در این نوشته روشن می‌کند که تغییرِ وزن‌های مدل، یادگیری درونِ همان گفت‌وگو و فشرده‌کردنِ متنِ طولانی را «حافظه» حساب نمی‌کند؛ منظورش چیزی است که روی دیسک می‌ماند و جلسه‌ی بعد دوباره خوانده می‌شود. اگر با مفهومِ ایجنت تازه آشنا هستید، مقاله‌ی ایجنت هوش مصنوعی چیست نقطه‌ی شروعِ خوبی است.
اگر می‌خواهی همین حالا امتحانش کنی، هوش مصنوعی فارسی در هوش نو با توضیح فارسی و بدون فیلترشکن کار می‌کند.
چهار لایه‌ی حافظه
نمودارِ Anthropic چهار لایه را از پایین به بالا نشان می‌دهد:
- رونوشت‌ها: ثبتِ قابل‌جست‌وجوی همه‌ی اتفاق‌های یک جلسه.
- یادداشت‌ها: نکته‌هایی که خودِ Claude حینِ کار می‌نویسد، مثلاً در پوشه‌ای از فایل‌ها.
- بازنمایی‌های ساختاریافته: مثلاً ویکی؛ صفحه‌هایی به‌هم‌پیوسته درباره‌ی یک موضوع که Claude می‌نویسد و نگهداری می‌کند.
- زمینه‌ی تزریقی: چیزهایی که ابتدای هر جلسه‌ی تازه خودکار بارگذاری می‌شود.
مرحله‌ی «رؤیادیدن» می‌تواند از رونوشت‌ها بخواند و در هر لایه‌ی بالاتر بنویسد: یادداشتِ غلط را با رونوشت تطبیق دهد و اصلاح کند، موارد تکراری را یکی کند، یادداشت‌های مهم را به لایه‌ی بالا ببرد و جزئیات را پایین‌تر بگذارد، و شکاف‌ها را (مثلاً لینک‌های خراب) پر کند. چون این کار محاسبه می‌خواهد، Anthropic پیشنهاد می‌کند روی اطلاعاتی متمرکز شود که احتمالاً عوض می‌شوند.
عددها چه می‌گویند؟
در آزمونِ پایگاه‌داده‌ی CL-Bench 1.0 میانگینِ امتیاز بدونِ حافظه و با حافظه این‌طور گزارش شده است:
| مدل | بدون حافظه | با حافظه |
|---|---|---|
| Opus 5.5 | ۰٫۶۵۵ | ۰٫۸۳۸ |
| Sonnet 5.5 | ۰٫۶۴۴ | ۰٫۸۳۳ |
| Opus 5 | ۰٫۵۶۴ | ۰٫۸۲۸ |
| Opus 4.7 | ۰٫۳۸۳ | ۰٫۷۰۰ |
| Sonnet 5 | ۰٫۳۰۶ | ۰٫۶۱۰ |
| Sonnet 4.6 | ۰٫۳۳۰ | ۰٫۳۶۴ |
مدل‌های تازه‌تر از حافظه سود بسیار بیشتری می‌برند. Sonnet 4.6 با حافظه فقط کمی بهتر شد، ولی با دستورالعملِ دقیق‌تر امتیازش به ۰٫۶۴۱ رسید. دو نمونه‌ی دیگر هم جالب است: در بازیِ پوکمون رِد، مدلی قدیمی‌تر ۴۱۳ فایلِ یادداشت نوشت و فقط یک نشان گرفت، اما Fable 5 حدود ده فایل نوشت و چهار نشان برد؛ Anthropic علتِ ضعفِ اولی را یادداشت‌های کهنه و تکراری می‌داند. در آزمونِ ویکی روی مجموعه‌ای با ۳۵۰ هزار فایل، ویکی به‌تنهایی از ۱۳٪ به ۴۸٪ رسید و ویکی همراه با جست‌وجو به ۶۱٪.
توصیه‌های عملی نویسندگان
- به مدل بگویید حافظه برای چیست، نه اینکه دقیقاً چطور از آن استفاده کند؛ مدل‌های قوی با قضاوتِ خودشان بهتر عمل می‌کنند.
- یادداشت‌ها را با رونوشتِ خام تطبیق دهید؛ یک یادداشتِ غلط در بازیِ پوکمون باعثِ حلقه‌ی خطا شد.
- لایه‌ی همیشه‌بارگذاری‌شده را کوتاه نگه دارید؛ Claude Code فقط ۲۰۰ خطِ اولِ فهرستِ حافظه یا ۲۵ کیلوبایت را بار می‌کند.
- چند ایجنتِ موازی نباید روی یک فایلِ مشترک بنویسند؛ در آزمایش‌ها کارِ هم را پاک کردند.
- ویکی هم می‌تواند باد کند؛ یک ویکی ۱٫۷۷ برابرِ حجمِ منبعش شد.
این یعنی چه برای کاربر فارسی‌زبان؟
این یک پژوهشِ مهندسی است، نه ویژگیِ تازه‌ای که امروز در گفت‌وگوی شما ظاهر شود. اما نشان می‌دهد چرا ایجنت‌های کدنویسی و کاری به‌سرعت دارند «همکارِ پایدار» می‌شوند. اگر درباره‌ی مدل‌های Claude کنجکاوید، مقاله‌ی Claude Sonnet 5.5 و راهنمای ایجنت‌های کدنویسی را ببینید. برای امتحانِ مستقیمِ گفت‌وگو با Claude، GPT و Gemini به فارسی هم می‌توانید از ابزارهای هوش‌نو استفاده کنید.
چه چیزی هنوز باز است؟
Anthropic خودش سه پرسشِ بی‌پاسخ را می‌گوید: حافظه را باید همان لحظه نوشت یا در پس‌زمینه؟ چطور تازه نگه داشته شود؟ و آیا جست‌وجوی رونوشت باید پایه‌ی کار باشد؟ ضمناً این نوشته درباره‌ی پژوهش و آزمایش است و شرکت ادعا نکرده که این روش به همه‌ی کاربران عرضه شده است.
سؤالات متداول
«رؤیادیدن» در ایجنت یعنی چه؟
مرحله‌ای آفلاین که پس از جلسه‌ها اجرا می‌شود، رونوشت‌ها را می‌خواند، اشتباه‌ها را درست می‌کند و یادداشت‌ها و ویکی‌ها را مرتب می‌کند.
آیا Claude الان همه‌چیز را به خاطر می‌سپارد؟
این نوشته درباره‌ی معماری و آزمایش است. چیزی درباره‌ی فعال‌شدنِ این قابلیت برای همه‌ی کاربران نگفته است.
CL-Bench چیست؟
آزمونی که Anthropic برای سنجشِ یادگیریِ ایجنت از تجربه به کار برده؛ در اینجا بخشِ پایگاه‌داده‌ی آن گزارش شده است.
