Anthropic : Claude s'auto-corrige avec le mode 'Dreaming'

Anthropic introduit le mode 'Dreaming' pour Claude

Anthropic a récemment dévoilé une nouvelle fonctionnalité pour ses agents IA, baptisée "Dreaming". Ce mode, qui fonctionne de manière asynchrone, a pour but d'améliorer automatiquement les performances des agents en analysant l'historique des interactions pour optimiser la gestion de la mémoire.

Dans un contexte où les géants de la technologie comme OpenAI et Google ont déjà introduit des fonctionnalités similaires, Anthropic se démarque avec son approche unique. OpenAI, par exemple, a lancé une fonctionnalité de Memory Consolidation dans son Agents SDK, tandis que Google a intégré des fonctionnalités de mémoire persistante avec Vertex AI Memory Bank en juillet 2025. Anthropic, de son côté, a intégré le mode "dreaming" dans ses Claude Managed Agents.

Fonctionnement du mode 'Dreaming'

Cette fonctionnalité permet aux utilisateurs de Claude de créer ou de déployer des agents IA capables de s'auto-améliorer. En analysant jusqu'à 100 sessions passées, l'agent peut identifier des schémas récurrents et organiser sa mémoire de manière plus efficace. Le processus asynchrone trie et élimine les doublons pour créer un magasin de mémoire réorganisé.

Lorsqu'un nouvel appel est effectué, l'historique de conversation est fourni à Claude, qui traite la requête et renvoie une réponse. Le SDK d'Anthropic, une bibliothèque de code conçue pour faciliter l'écriture de programmes, gère la complexité technique en compressant et résumant automatiquement l'historique. Cela permet de maintenir un historique allégé, prêt à être utilisé lors du prochain appel.

Un exemple de code en Python fourni par Anthropic montre comment créer un rêve. Les entrées incluent le magasin de mémoire existant et un tableau de sessions. Les instructions peuvent être passées pour orienter le processus de rêve, et cette fonctionnalité est optimisée pour les modèles Claude Opus (versions 4.8 et 4.7) et Claude Sonnet. Le coût de l'utilisation du mode Dreaming est facturé selon les tarifs standard de tokens de l'API, en fonction du modèle choisi.

Accès restreint à la fonctionnalité

L'accès à cette fonctionnalité est actuellement limité. Disponible en avant-première de recherche dans Managed Agents, elle nécessite de remplir un formulaire officiel d'Anthropic. Les utilisateurs doivent avoir un compte API Anthropic actif et une adresse mail professionnelle.

Pour obtenir l’UUID (Universally Unique Identifier) de l'organisation API, il faut se rendre dans la Claude Console. En bas à gauche de l’interface, un clic sur le nom de l'utilisateur permet de copier le code de l’ID organisation. Même si l'on n'utilise pas immédiatement cette fonctionnalité, il est possible de cliquer sur "MCP Tunnels" pour accéder à des outils externes de manière sécurisée. Les utilisateurs peuvent également explorer Python et Claude API CLI pour "SDK et tools".

Applications du mode 'Dreaming' dans Claude Managed Agents

Le Dreaming Mode est particulièrement utile lorsque les agents commettent des erreurs répétées ou doivent assimiler de nombreuses interactions. Il est adapté aux charges de travail nécessitant une exécution prolongée ou une infrastructure cloud. Voici trois exemples d'utilisation.

• Prévention des erreurs répétées
  Par exemple, un agent IA qui échoue à envoyer un fichier trop lourd par email peut, grâce au "Dreaming mode", identifier le problème récurrent et proposer une solution. En détectant le modèle "Fichier > 25 Mo + Email = Échec", l'agent peut suggérer de créer un lien de téléchargement pour les fichiers volumineux, comme ceux de Google Drive ou Dropbox, au lieu de les attacher directement.

  Techniquement, pendant le Dreaming Mode, le modèle est alimenté par deux types de données : les logs de session avec les transcriptions brutes des échecs, et une directive système pour extraire des "playbooks" à partir des erreurs. Le modèle génère un fichier texte structuré, souvent en Markdown ou JSON, contenant la nouvelle règle, qui est ensuite stockée dans un Memory Store persistant.

  Lorsqu'une nouvelle tâche est effectuée, le harness, qui entoure l'agent pour vérifier son bon comportement, récupère ces règles et les insère au début du "System Prompt". Cela permet à l'agent de disposer de ces règles dans son contexte immédiat.

• Consolidation des connaissances
  Une PME utilisant un agent IA pour répondre aux questions des clients peut bénéficier du Dreaming Mode. Par exemple, si l'agent reçoit 50 questions sur une nouvelle mise à jour au cours de la semaine, il peut activer le Dreaming Mode le week-end pour analyser ces conversations et rédiger une note de mémoire concise résumant la procédure exacte.

  Le déclenchement du Dreaming Mode entraîne une tâche planifiée, comme un script qui s'exécute automatiquement le week-end. Claude produit alors le playbook, qui est ensuite stocké dans une base de données constituant la mémoire de l'agent. Ainsi, lorsque les clients posent des questions, l'agent peut répondre immédiatement.

• Amélioration de la performance de l'agent
  Une PME utilisant un agent IA pour la maintenance de son infrastructure serveur peut également tirer parti du Dreaming Mode. Pendant cette phase, l'agent réorganise sa base de connaissances technique, détecte les instructions obsolètes, archive les anciennes et marque les nouvelles comme "Standard Prioritaire". Il supprime les détails inutiles des logs de débogage pour ne conserver que l'essentiel, ce qui permet à l'agent de répondre plus rapidement et avec plus de précision, tout en consommant moins de tokens.

Cependant, le Dreaming mode présente certaines limites. Il peut supprimer des informations utiles, et les grandes bases de connaissances peuvent entraîner des coûts en tokens. En entreprise, il est crucial qu'un responsable valide périodiquement les modifications apportées par le Dreaming Mode, notamment sur des sujets critiques comme la sécurité ou la conformité.