На второй ежегодной конференции Code with Claude в Сан-Франциско компания Anthropic анонсировала масштабное обновление платформы Claude Managed Agents. Главным нововведением стала функция «сновидений» (dreaming), позволяющая ИИ-агентам анализировать собственный опыт и совершенствоваться со временем. Этот инструмент приближает системы к уровню автономности, необходимому для решения сложных бизнес-задач.
Помимо этого, компания перевела два экспериментальных инструмента — «результаты» (outcomes) и «мультиагентную оркестрацию» (multi-agent orchestration) — в стадию открытого бета-тестирования. Эти три функции призваны решить критические проблемы масштабируемого использования ИИ: поддержание точности ответов, автоматическое обучение и предотвращение сбоев при многоэтапных операциях.
Результаты внедрения и показатели роста
Ранние пользователи технологий Anthropic отмечают значительное повышение эффективности:
- Юридическая компания Harvey зафиксировала шестикратный рост показателей завершения задач после внедрения функции самообучения.
- Сервис Wisedocs, занимающийся анализом медицинской документации, сократил время обработки бумаг на 50%.
- Компания Netflix использует оркестрацию нескольких агентов для одновременной обработки логов сотен сборок программного обеспечения.
На конференции генеральный директор Anthropic Дарио Амодеи сообщил о рекордных темпах роста компании. В первом квартале 2026 года выручка и объемы использования сервисов выросли в 80 раз по сравнению с аналогичным периодом прошлого года, что значительно превысило внутренние прогнозы в 10 раз.
Как работает технология самообучения «сновидения»
Функция «сновидений» отличается от обычных систем памяти. Это фоновый процесс, который анализирует завершенные сессии, выявляет закономерности, типичные ошибки и наиболее эффективные алгоритмы работы. Вместо изменения весов нейросети (ее базовой структуры) агент записывает свои выводы в виде текстовых заметок и «сценариев» (playbooks), которыми могут пользоваться будущие копии ИИ.
Представители Anthropic поясняют, что такой подход делает процесс обучения прозрачным и доступным для проверки человеком. Система позволяет агентам формировать «навыки» на основе опыта, не требуя ручного программирования каждого шага.
Автономная проверка и оркестрация
Функция «результаты» (outcomes) вводит в систему понятие «агента-контролера». После того как основной агент выполняет задачу, независимый алгоритм проверяет результат согласно заданным критериям. Если выявляются несоответствия, контролер указывает на них, и исполнитель корректирует работу до тех пор, пока она не будет соответствовать стандартам. Это исключает необходимость постоянного надзора со стороны человека.
Мультиагентная оркестрация позволяет распределять крупную задачу между узкоспециализированными агентами. Каждый из них работает в своей изолированной среде, что предотвращает потерю контекста, характерную для выполнения всех действий одним «потоком» ИИ.
Данные решения направлены на устранение разрыва между теоретическими возможностями ИИ и их практическим применением в крупных корпорациях. Как отмечают в Anthropic, цель развития технологий заключается в создании интеллектуальных сред, способных работать автономно и постоянно повышать качество своей работы без вмешательства оператора.
* — деятельность компании запрещена на территории РФ
