Ajanlar uzun işlerde not tutuyor; sonra o notlara güveniyor. Yanlış yazılmış tek bir kural, bir sonraki oturumun rotasını saptırabiliyor. Anthropic, 6 Kasım 2026 tarihli mühendislik yazısında bu gerilimi açıkça ortaya koydu. Lance Martin imzalı metin, ajan belleğini “oturum içinde yakalanan notlar” ile “oturumlar arasında, çevrimdışı çalışan düzenleme” olarak ayırıyor. İkinci sürece dreaming (rüya görme / çevrimdışı bellek düzenleme) deniyor.
Yazının bellekle kastettiği şey dar: Claude’un kullanıcılarla ve görevlerle biriktirdiği, oturumlar arasında saklanıp sonra okunabilen bilgi. Model ağırlıklarının değişmesi, tek bir sohbetin içinde öğrenilenler ve eski turları özetleyip yerine koyan sıkıştırma (compaction) bu tanımın dışında. İnsan beynindeki hipokampus–neokorteks işbölümüne benzetme bilinçli: Anında yazılan notlar hızlıca elde; kalıcı bilgi ise dinlenme sırasında yeniden oynatılarak süzülüyor. Araştırmacılar Letta ve UC Berkeley’nin sleep-time compute önerisi de aynı boş zamandan yararlanma fikrine bağlanıyor.
Not tutmak, gelecekte neye ihtiyaç duyulacağının tahmini
Anthropic’e göre bir kural yazmak, o örüntünün yeniden işe yarayacağını tahmin etmektir. Doğrulanmış bir olguyu kaydetmek, ilerideki oturumun aynı şeyi baştan araştırmadan kullanabileceğini varsaymaktır. Peki model, henüz devamını görmeden neyin önemli olduğuna nasıl karar veriyor?
Ekip bunu CL-Bench 1.0 üzerinde ölçmüş. Görev, bir veritabanından sorular yanıtlamak; her soru taze bir oturumda başlıyor, kalıcı olan tek şey bellek dizini. Farklı Claude kuşakları aynı fırsatı çok farklı kullanmış. Sonnet 4.6 yanlışın nedenine dair teoriler üretmiş ama dosyaları sınanmamış tahminlerle doldurmuş. Opus 4.7 notları tek bir referans belgede toplamış, hangisinin kontrol edildiğini işaretlemeye başlamış. Sonnet 5 notlandırıcı onayından sonra girdiyi “doğrulandı” diye işlemiş, yanlışta düzeltme yazmış. Döngüyü kapatan ilk model Opus 5 olmuş: Çoğu girdi bir kural, o kuralın nasıl bilindiği, önceki yanıtlar ve yol boyunca görülen tuzaklara dair uyarılar içeriyor. Opus 5.5 ve Sonnet 5.5 de aynı döngüyü kurmuş; bellekle skorları Opus 5 ile yaklaşık aynı, belleksiz tabanları biraz daha yüksek çıkmış.
Ne kadar yazılacağı da bir zekâ sınavı
Pokémon Red, uzun ufuklu bir bellek testi olarak kullanılmış. Yaklaşık 10 bin adımda Sonnet 3.7 her karşılaşmayı saklamış: 225 klasörde 413 dosya, yalnızca bir rozet. Oyun durumu sürekli değiştiği için bu arşiv hızla bayatlamış; bir noktada 17 adım boyunca altı dosya oluşturup dokuzunu silmiş, oyunda hiç hamle yapmamış. Fable 5 ise iki klasörde dokuz dosya ve bir global.md ile dört rozet kazanmış. Ekranda her tur görünen bilgiyi yazmak yerine strateji, plan ve sınanmış kuralları tutmuş. Opus 5.5 benzer biçimde küçük bir klasörle oyunu bitirmiş.
Yönlendirme deneyleri de aynı çizgiyi destekliyor. Belleğin ne işe yaradığını söylemek, nasıl kullanılacağını tek tek dayatmaktan daha işe yarıyor. “Yalnızca başarısızlıkları kaydet” kuralı, Opus 5 ve Opus 4.7’de belleğin sağladığı kazancı düşürmüş. Daha eski Sonnet 4.6 ise belleğini sık okumayıp teorilerini sınamayınca, “okumadan yanıt verme, teorilerini sına” denince skoru yaklaşık iki katına çıkmış. Sonnet 5 aynı şeyi istenmeden, on yanıtın dokuzunda kendiliğinden yapmış; Sonnet 4.6 yarıdan azında okumuş.
Dreaming yanlış notu transkriptle yüzleştiriyor
Oturum içinde yazılan not yanlışsa, sonraki oturum onu güvenilir bellek sanabilir. Dreaming, notları orijinal transkriptlere karşı kontrol etme fırsatı veriyor. Pokémon örneğinde Claude, dağın girişindeki tedavi merkezini yanlışlıkla doğu tarafa yazmış, “Mt. Moon bitti” deyip yanlış yönde ilerleyince bir çıkmazdan tekrar başladığı rotaya düşmüş. Aynı bellek klasörü dreaming’den geçince not transkriptle düzeltilmiş; Claude mağaraya geri dönüp bir sonraki şehre ulaşmış. Düzeltilmemiş notla üç kez aynı tuzağa düşülmüş, şehir hiç görülememiş.
Dreaming yalnızca hata silmiyor. Claude’un bir konu hakkındaki bilgisini sayfalara döküp birbirine bağladığı wiki benzeri temsiller de kurabiliyor. Anthropic’in Mayıs’ta bünyesine kattığını söylediği Stainless’in iç belgelerinden oluşan, yaklaşık 350 bin dosya ve kabaca 420 milyon token’lık bir derlemde 25 soruluk bir sınama yapılmış. 128 oturum boyunca wiki büyüdükçe notlandırılan ölçütler yüzde 13’ten yüzde 48’e çıkmış. Arama aracıyla birlikte kullanıldığında toplam skor yüzde 54’ten yüzde 61’e yükselmiş; yalnız arama yüzde 53’te kalmış. Yalnız wiki ile en iyi skor yüzde 48. Arama ve wiki birlikte, soru başına yaklaşık 20 bin token de tasarruf ettirmiş.
Her görev wiki istemiyor
Harvey LAB ölçütü ve bir birleşme dosya setinde tablo değişiyor. Birden fazla belgeyi birleştirmeyi veya muhakeme / hesap gerektiren maddelerde wiki yüzde 87, yalnız arama yüzde 73 skor üretmiş. Tek belgeden metin aramasıyla çıkan maddelerde ise belirgin bir kazanç görülmemiş. Bir başka görevde wiki, kaynak belgelerden daha büyük hale gelmiş: Ayrıntı o kadar şişmiş ki soyutlama fiilen kaybolmuş.
Dreaming ayrıca belleği belirli bir amaca göre büyütebiliyor. Bir sözleşme özeti görevinde birkaç ajan aynı paylaşılan tabloya yazınca 57 olgudan yalnızca 41’i (yüzde 72) ayakta kalmış; ajanlar birbirinin üzerine yazmış. Talimatlar her sözleşmeye tek ajan, ayrı sayfa ve terimlerin birebir aktarılmasını isteyecek biçimde yeniden yazılınca 57 olgunun 57’si korunmuş. Claude Duet gibi asistanlarda ise bellek, yardımcı olunan kişinin etrafında örgütlenecek şekilde yönlendirilebiliyor.
Her oturuma yüklenen katman küçük kalmalı
Dreaming bazı notları hiyerarşinin tepesine, her oturumun başına yüklenen bağlama da taşıyabiliyor. Bu güçlü ama pahalı: Bağlam yeri kaplar ve yanlış bir not her oturuma bulaşır. Claude Code’un otomatik belleği bu yüzden tüm dosyayı değil, MEMORY.md dosyasının yalnızca ilk 200 satırını veya 25 KB’ını yüklüyor. Üst kısım bir dizin gibi çalışıyor; ayrıntılar gerektiğinde aşağı katmanlardan okunuyor.
Açık sorular duruyor. Notu görev sırasında yazmak dikkat çalıyor; dreaming’e bırakmak ise sonucu hemen elde etmeyi geciktiriyor. Yanlış veya bayat notları sürekli denetlemek hesap açısından pahalı. Transkript araması temel bellek, temsiller ise bir harita olabilir; ama haritanın kendisi de hata biriktirebiliyor. Anthropic’in metni bir ürün vaadinden çok bir tasarım raporu: Ajanlar geriye bakarak bellek düzenlemedikçe, ileriye doğru çalışırken kendi yazdıkları notların tuzağına düşebiliyor.
Kaynak: Anthropic
