Anthropic heeft een mogelijkheid geïntroduceerd genaamd "dreaming" waarmee zijn Claude Managed Agents kunnen terugtreden uit actief werk, eerdere sessies kunnen herzien en hun geheugen kunnen herorganiseren zonder enige wijziging aan het onderliggende model. Het bedrijf onthulde de functie op 6 mei 2026 tijdens de Code with Claude ontwikkelaarsconferentie in San Francisco.

De naam verwijst naar geheugenconsolidatie tijdens de slaap, wanneer hersenen de ervaringen van de dag opnieuw afspelen en herorganiseren. Hier is het mechanisme volledig software: er verandert niets in het model, alleen de notities die een agent bijhoudt over zijn eigen werk.

Volgens Anthropic sorteert het proces herinneringen, corrigeert het fouten en maakt het Claude gemakkelijker om in latere sessies de juiste informatie te vinden. In vroegtijdige tests met het juridische AI-bedrijf Harvey steeg de taakvoltooiingsgraad op realistische juridische benchmarks naar verluidt met een factor zes nadat dreaming was toegepast.

Hoe Dreaming werkt

Een agent schrijft notities terwijl hij werkt, in real time, zonder vooraf te weten welke details later van belang zullen zijn. Over veel sessies heen stapelen die notities zich op met duplicaten, tegenstrijdigheden, halfnutige observaties en af en toe een werkelijk waardevolle les die onderaan begraven ligt. Voor agents whose werk zich uitstrekt over dagen of weken in plaats van één gesprek, kan dat opgetelde notitieblok net zo zeer een belemmering worden als een troef.

Dreaming fungeert als het opschoningsproces. Het draait asynchroon en werkt op de achtergrond in plaats van een agent midden in een taak te onderbreken. Elke run kan ergens tussen één en 100 sessietranscripten verwerken. Het systeem leest ze door, voegt dubbele vermeldingen samen en is ontworpen om tegenstrijdigheden uit het werkgeheugen van de agent te verwijderen.

De functie zoekt ook naar patronen en brengt fouten aan het licht die de agent telkens opnieuw maakt, evenals workflows die consistent resultaat opleveren. De uitvoer is een opgeschoonde en geherorganiseerde geheugenopslag. Cruciaal is dat de oorspronkelijke invoer intact blijft, dus er wordt niets ter plekke overschreven.

Notities, geen neuronen

Eén detail is belangrijker dan de pakkende naam: dreaming verandert de onderliggende modelgewichten van Claude niet. In plaats daarvan worden learnings opgeslagen als platte-tekstnotities en gestructureerde playbooks. De agent wordt geen ander model; hij krijgt een beter georganiseerd notitieblok. Die framing onderscheidt de functie ook van retraining: verbeteringen stapelen zich op in bestanden die een team kan lezen en goedkeuren, in plaats van in parameters die in het netwerk zijn opgesloten.

Gebruikers behouden ook de controle over hoe updates worden toegepast. Ze kunnen kiezen of updates van de geheugenopslag automatisch plaatsvinden of wachten op handmatige goedkeuring voordat ze ingaan.

Tijdens de research preview ondersteunt dreaming drie modellen: claude-opus-4-8, claude-opus-4-7 en claude-sonnet-4-6. De toegang is afgeschermd: organisaties moeten toegang aanvragen om de functie te gebruiken, dus niet elke Claude-ontwikkelaar kan de functie vandaag inschakelen.

Waarom Harveys zesvoudige resultaat ertoe doet

Het Harvey-resultaat is de kopstatistiek, en het komt uit een veeleisend domein. Juridisch werk beloont precisie en straft inconsistentie af, wat het een geschikte stresstest maakt voor het geheugen van een agent.

Toch is dit één partner en één categorie benchmark. Resultaten van één enkele vroegtijdige tester in een research preview zijn een signaal, geen garantie voor hoe de functie in elke sector presteert. Duidelijker bewijs hangt af van bredere beschikbaarheid, wat voorlopig een goedgekeurd verzoek vereist.

Het grotere plaatje voor AI-agents

Dreaming kwam samen met andere aanvullende functies uit op de conferentie. Die functies zijn inmiddels naar een bredere publieke bèta gegaan, terwijl dreaming achter zijn toegangsverzoek-poort blijft.

Omdat learnings in platte tekst en gestructureerde playbooks leven, kan een mens daadwerkelijk lezen wat de agent heeft besloten te weten.

Er zijn ook risico's om in de gaten te houden. Elk systeem dat informatie samenvat en consolideert, kan ook fouten consolideren, waarbij de verkeerde les als de juiste wordt beschouwd en netjes weggezet. Anthropic's ontwerpkeuzes—oorspronkelijke invoer intact houden en handmatige goedkeuring aanbieden—lijken precies op dat probleem gericht.

Voor teams die de functie evalueren, zijn de aandachtspunten concreet: of de toegang wordt verbreed voorbij de aanvraagpoort, of Harvey of andere partners vollediger resultaten publiceren, en of handmatige goedkeuring op schaal praktisch blijkt. Geen van die vragen is al beantwoord.

Openbaarmaking: Het oorspronkelijke bericht werd geredigeerd door Diego Almada Lopez.