Investigadores de la compañía presentan experimentos de consolidación de memoria en agentes de inteligencia artificial. Mediante un proceso denominado dreaming, Claude revisa experiencias anteriores, corrige errores y construye estructuras de conocimiento que mejoran su desempeño en determinadas tareas.
Anthropic presenta este 6 de noviembre de 2026 una investigación sobre los mecanismos que permiten a los agentes de inteligencia artificial conservar, reorganizar y corregir información entre sesiones de trabajo. Uno de los procedimientos estudiados recibe el nombre de dreaming, o «soñar», y consiste en utilizar capacidad de cómputo para revisar experiencias pasadas y mejorar la memoria que el agente consultará posteriormente.
El estudio, titulado The components of agent memory, describe una arquitectura en la que Claude utiliza registros de actividad, archivos de memoria, representaciones estructuradas del conocimiento y contexto incorporado a nuevas sesiones. Los investigadores muestran que revisar estos materiales después de completar una tarea puede ayudar al sistema a corregir recuerdos incorrectos, relacionar información dispersa y seleccionar los conocimientos más útiles para el futuro.
El término dreaming se inspira en investigaciones sobre la consolidación de la memoria biológica durante el sueño y el descanso. Sin embargo, los experimentos no demuestran que Claude experimente sueños o estados subjetivos. Se trata de un procedimiento computacional de revisión y reorganización de información, no de una afirmación sobre conciencia artificial.
De almacenar información a consolidar recuerdos
Los sistemas de inteligencia artificial pueden conservar información fuera de su ventana de contexto mediante archivos, bases de datos y otros mecanismos persistentes. Sin embargo, almacenar registros no garantiza que un agente pueda recuperarlos correctamente o distinguir cuáles siguen siendo útiles.
Anthropic define la memoria de un agente como el conocimiento obtenido mediante experiencias anteriores, incluidas interacciones con usuarios y tareas realizadas, que permanece disponible para sesiones posteriores. Esta definición excluye los cambios en los parámetros internos del modelo durante el entrenamiento y el aprendizaje que ocurre únicamente dentro de una conversación.
Los investigadores proponen organizar esa información en diferentes niveles. En la base se encuentran las transcripciones y registros de actividad, que conservan lo ocurrido. Por encima aparecen las notas redactadas por Claude, las representaciones estructuradas, como wikis, y una selección reducida de contexto que puede incorporarse automáticamente al comienzo de una nueva sesión.
El proceso de dreaming permite revisar estas capas. Un agente puede comparar sus notas con los registros originales, corregir afirmaciones, eliminar duplicaciones y construir nuevas relaciones entre conocimientos que anteriormente estaban dispersos.
La idea se relaciona con el concepto de sleep-time compute, propuesto por investigadores de Letta y la Universidad de California en Berkeley, que plantea aprovechar periodos entre interacciones para reorganizar el contexto disponible para los modelos.
Claude corrige un recuerdo equivocado mientras juega Pokémon
Uno de los experimentos más ilustrativos ocurrió durante una partida de Pokémon Red, utilizada por Anthropic para estudiar tareas prolongadas que requieren orientación espacial y conservación de información entre sesiones.
En una sección del juego, Claude debía atravesar una cueva llamada Mt. Moon. El agente había guardado una nota incorrecta que situaba un centro Pokémon al este de la montaña, cuando en realidad estaba cerca de la entrada occidental.
Ese error provocó que interpretara equivocadamente su posición y regresara varias veces a una ruta que ya había recorrido. El agente llegó a considerar que había superado la montaña, aunque todavía necesitaba atravesarla. Los investigadores ejecutaron entonces un ciclo de dreaming sobre la memoria que contenía el error. Claude revisó su propia transcripción, identificó la discrepancia y corrigió la nota.
Cuando reanudó el juego con la memoria corregida, regresó a la entrada de Mt. Moon, atravesó la cueva y llegó a Ciudad Celeste. En las ejecuciones comparativas con la memoria incorrecta y sin memoria, no consiguió llegar a ese destino.
El resultado ilustra que un agente puede mejorar una tarea no solamente adquiriendo información nueva, sino revisando críticamente los registros de lo que cree haber aprendido. Se trata de una demostración específica dentro de un entorno de juego, no de una prueba de que el procedimiento identifique o corrija automáticamente cualquier error.
Una wiki de 350,000 documentos permite estudiar la consolidación de conocimiento
Para evaluar la organización de memorias más complejas, Anthropic utilizó aproximadamente 350,000 archivos internos de Stainless, una empresa de software adquirida por la compañía en mayo. El conjunto contenía alrededor de 420 millones de tokens.
Los investigadores encomendaron a agentes basados en Claude Opus 5 la construcción de una wiki formada por páginas enlazadas, mediante la cual pudieran organizar datos y relaciones presentes en los documentos. Durante 128 sesiones, los agentes exploraron archivos, redactaron páginas, corrigieron información, fusionaron contenidos duplicados y contrastaron afirmaciones con las fuentes.
Anthropic evaluó el resultado mediante 25 preguntas sobre el conjunto documental. Cuando Claude utilizó solamente la wiki, el porcentaje de criterios satisfechos pasó del 13% después de dos sesiones de consolidación al 48% después de 128 sesiones.
La combinación de wiki y búsqueda directa produjo mejores resultados. Conforme creció la estructura de memoria, la puntuación conjunta aumentó del 54% al 61%, frente al 53% obtenido mediante búsqueda sin wiki. Según la investigación, utilizar conjuntamente la wiki y la herramienta de búsqueda también permitió ahorrar alrededor de 20,000 tokens por pregunta.
Los resultados sugieren que una estructura de conocimiento puede facilitar la recuperación de información relevante, especialmente cuando una respuesta requiere relacionar distintos documentos. Sin embargo, las cifras corresponden a evaluaciones internas con un conjunto limitado de preguntas y no constituyen una demostración de mejoras generalizadas en todos los dominios.
Recordar más no siempre significa recordar mejor
Otro hallazgo se relaciona con la capacidad de los agentes para seleccionar qué información conservar. Anthropic comparó los archivos de memoria generados por Claude Sonnet 3.7 y Claude Fable 5 durante partidas de Pokémon Red, cuando ambos sistemas habían realizado aproximadamente 10,000 pasos.
Sonnet 3.7 almacenó 413 archivos distribuidos en 225 carpetas. Sus registros incluían numerosos encuentros, batallas, objetos encontrados y conversaciones con personajes del juego. En ese punto había conseguido una medalla.
Fable 5, en cambio, conservó nueve archivos distribuidos en dos carpetas y un archivo general adicional. Sus notas se concentraban en objetivos, planes, estrategias y reglas comprobadas. Con esa memoria mucho más compacta había obtenido cuatro medallas.
Según los investigadores, el problema de Sonnet 3.7 era que una parte considerable de sus recuerdos describía información cambiante o fácilmente recuperable desde la pantalla. A medida que avanzaba el juego, el agente dedicaba más recursos a mantener y revisar archivos que a realizar acciones útiles.
La comparación también mostró que los modelos más recientes podían seleccionar mejor la información relevante sin recibir instrucciones excesivamente específicas sobre cómo organizar cada recuerdo. El resultado plantea que el valor de una memoria artificial no depende únicamente de su tamaño, sino de la capacidad del agente para conservar conocimientos útiles, descartar información redundante y actualizar datos que dejaron de ser correctos.
La memoria puede convertirse en una estructura de relaciones
El estudio también analiza las ventajas de representar el conocimiento mediante páginas vinculadas entre sí, en lugar de conservar únicamente transcripciones o resúmenes independientes. En una evaluación relacionada con documentos sobre una adquisición empresarial, Claude debía responder preguntas que exigían recuperar información de varios archivos, combinarla y, en algunos casos, realizar operaciones matemáticas.
Según Anthropic, el agente obtuvo una puntuación del 87% utilizando la wiki, frente al 73% cuando disponía únicamente de búsqueda directa. En otros experimentos, la wiki no aportó mejoras claras. Cuando la respuesta podía localizarse fácilmente en un único documento, la búsqueda resultaba suficiente.
Los investigadores también observaron casos de crecimiento excesivo. En una prueba, Claude generó una wiki de 203 kilobytes a partir de documentos que ocupaban solamente 115 kilobytes. En ese escenario, la representación terminó siendo más extensa que la información original, lo que eliminaba parte de la utilidad de resumir y organizar conocimiento. Por tanto, la investigación no establece que las wikis sean siempre superiores a otras formas de memoria, sino que pueden resultar especialmente útiles cuando una tarea exige reconstruir relaciones complejas entre fuentes.
Un agente aprende a corregir sus propias instrucciones
Anthropic también examinó si los ciclos de revisión podían ayudar a un agente a mejorar el procedimiento con el que construye su memoria. En una prueba basada en documentos legales, varios agentes trabajaban simultáneamente sobre una tabla compartida de condiciones contractuales. La coordinación deficiente provocó que algunos sobrescribieran información registrada por otros.
Como consecuencia, una memoria construida con ese procedimiento conservó solamente 41 de los 57 hechos evaluados, equivalentes al 72%. Los investigadores introdujeron un ciclo en el que Claude revisó los resultados, identificó problemas y propuso cambios en las instrucciones utilizadas para generar la wiki.
El procedimiento modificado asignó a cada contrato una página independiente y evitó que varios agentes sobrescribieran el mismo documento. También exigió conservar literalmente las disposiciones contractuales importantes, en lugar de resumirlas en una tabla compartida.
Con la nueva organización, la wiki permitió satisfacer los 57 criterios evaluados. Este resultado muestra que la consolidación de memoria también puede incorporar una revisión de los procedimientos utilizados para generar y organizar información, aunque los beneficios dependen del diseño y de las condiciones concretas de cada evaluación.
Una arquitectura distinta del entrenamiento de modelos
Una de las distinciones fundamentales del estudio es que las mejoras observadas no requieren modificar los pesos del modelo durante los experimentos. Claude conserva sus experiencias mediante sistemas externos de memoria que puede consultar en sesiones posteriores. El procedimiento permite actualizar notas y representaciones sin necesidad de entrenar nuevamente la red neuronal cada vez que cambia un dato.
Esto introduce una separación entre los conocimientos adquiridos durante el entrenamiento y la información que un agente acumula mientras trabaja. La memoria persistente puede registrar procedimientos útiles, decisiones anteriores, relaciones entre documentos y errores corregidos. Posteriormente, el sistema recupera esa información y la incorpora a su contexto de trabajo.
Sin embargo, esta arquitectura también introduce riesgos. Un recuerdo incorrecto puede contaminar sesiones posteriores si el agente lo considera confiable. Las notas pueden quedar desactualizadas y las estructuras creadas automáticamente pueden acumular errores o afirmaciones sin respaldo. Por esa razón, Anthropic insiste en la necesidad de verificar la información contra los registros originales y mantener reducida la cantidad de memoria que se carga automáticamente en cada sesión.
Los límites: costo computacional, errores y resultados experimentales
La investigación deja abiertas varias preguntas sobre cómo administrar la memoria de agentes que trabajan durante periodos prolongados. Una de ellas es determinar cuándo conviene guardar información durante una tarea y cuándo resulta preferible revisarla posteriormente. Escribir notas en tiempo real puede interrumpir el trabajo principal, mientras que consolidarlas entre sesiones puede retrasar su disponibilidad.
Otra dificultad es el costo computacional. El proceso de dreaming requiere ejecutar operaciones adicionales para revisar registros, contrastar información y reorganizar archivos. Verificar continuamente toda la memoria de un agente podría resultar demasiado costoso.
La compañía también reconoce que las representaciones de conocimiento pueden acumular alucinaciones, duplicaciones y datos obsoletos, por lo que necesitan mecanismos de mantenimiento y comprobación. Los resultados publicados proceden de evaluaciones realizadas por Anthropic. Aunque incluyen comparaciones experimentales, no establecen que todas las aplicaciones se beneficien de la misma manera ni presentan una validación independiente general de la metodología.
Tampoco ofrecen evidencia de que los modelos tengan experiencias subjetivas durante estos procesos. La referencia al sueño describe una analogía funcional con la consolidación de memoria, no un hallazgo sobre conciencia.
Hacia agentes capaces de revisar lo que creen saber
La investigación sugiere una dirección relevante para el desarrollo de sistemas de inteligencia artificial capaces de trabajar durante días, semanas o periodos más prolongados. Hasta ahora, una parte importante de las estrategias de memoria se ha concentrado en ampliar el contexto disponible, resumir conversaciones y recuperar fragmentos de información mediante búsqueda.
El enfoque estudiado por Anthropic añade una función diferente: revisar retrospectivamente las experiencias para determinar qué conocimientos deben corregirse, conservarse, conectarse o eliminarse.
Esto podría resultar especialmente útil en tareas que cambian con el tiempo, como programación, investigación documental y gestión de proyectos, donde una decisión anterior puede dejar de ser válida después de recibir información nueva.
No obstante, disponer de memoria organizada no garantiza que el agente interprete correctamente su contenido ni que sus conclusiones sean verdaderas. Los mecanismos de comprobación y la calidad de las fuentes continúan siendo esenciales.
El hallazgo central no consiste en que Claude haya comenzado a soñar como un ser humano, sino en que los investigadores muestran cómo un sistema de inteligencia artificial puede beneficiarse de revisar y reorganizar lo que registró durante sus experiencias anteriores. La pregunta que queda abierta es cómo desarrollar memorias que no solamente duren más, sino que también sean más precisas, verificables y útiles a medida que los agentes acumulan nuevas experiencias.
