Hopp til innholdet
Norsk journal om kunstig intelligens 255 artikler Oslo --:--
TokenPrat
1 min lesetid Av TokenPrat-redaksjonen

Claude blir smartere: Dreaming-funksjonen lar agenter lære av seg selv

Anthropic lanserte 6. mai 2026
tre nye funksjoner for Claude Managed Agents på
Code with Claude-konferansen i San Francisco.
Den mest interessante heter Dreaming.

Hva Dreaming faktisk gjør

Dreaming er ikke en minneoppdatering i vanlig forstand.
Det er en planlagt bakgrunnsprosess som kjøres mellom
aktive sesjoner – mens agenten ikke gjør annet arbeid.

I den perioden gjennomgår agenten tidligere sesjoner
og delte minnelagre på tvers av agenter, og ser etter:

  • Gjentakende feil – situasjoner der agenten
    har bommet flere ganger
  • Vellykket arbeidsflyt – mønstre som konsekvent
    gir gode resultater
  • Delte preferanser – innsikt som gjelder
    hele agent-teamet, ikke bare én

Resultatet skrives som lesbare tekstnotater og
"playbooks" – ikke som endringer i selve modellen.
Du kan velge å godkjenne endringene manuelt,
eller la systemet oppdatere minnet automatisk.

Viktig presisering

Dreaming endrer ikke modellvektene til Claude.
Agenten lærer ikke på samme måte som ved trening.
Det er minnekonsolidering – men på et høyere
abstraksjonsnivå enn vanlig kontekst-komprimering.

Tidlige resultater

Juridisk AI-selskapet Harvey rapporterte omtrent
6 ganger høyere oppgavegjennomføring etter å ha
tatt i bruk Dreaming. Medisindokument-selskapet
Wisedocs halverte reviewtiden sin. Netflix bruker
multiagent-orkestrasjon fra samme plattform til
å prosessere logger fra hundrevis av applikasjoner
parallelt.

De to andre nye funksjonene

Dreaming er i research preview og krever søknad om tilgang.
De to andre funksjonene som ble lansert samtidig
er nå i åpen beta:

Outcomes – du skriver en rubrikk som beskriver
hva "bra" betyr for en gitt oppgave. En separat
grader-agent evaluerer outputen og ber agenten
ta en ny runde hvis noe ikke holder mål.

Multiagent-orkestrering – en lead-agent
bryter jobben i deler og delegerer til spesialiserte
sub-agenter med egne modeller og verktøy.

Oppsummering

Dreaming plasserer Anthropic videre på sporet mot
agenter som forbedrer seg over tid uten konstant
menneskelig oppfølging. Verdien viser seg over
uker, ikke i én enkelt sesjon – og det er
nettopp poenget.

Ressurser

Del

Les videre

Forsiden →
Forelesningssal om natten med en tavle full av krittdiagrammer, en laptop og høye stabler med manuskripter
· Forskning

OpenAI slapp over 700 matematikkbevis på én dag – Lean sjekker rundt 42 prosent av dem

6. oktober la OpenAI ut 722 matematiske manuskripter laget av en intern modell uten navn. Det mest interessante er metoden: en AI som tenker i timevis per problem, og et maskinelt verktøy som skal skille holdbare bevis fra tull.

Studiomikrofon med lysende fargede lydbølger i et mørkt lydstudio
· Modeller

Ming 3.0 TTS: Beste åpne stemmekloner med MIT-lisens – men den snakker ikke norsk

Ant Group har sluppet to talemodeller som kloner stemmer, designer nye fra en beskrivelse og ler, sukker og nøler på kommando. Den minste har bare 0,5 milliarder parametere, og lisensen er så åpen som det går an. Men står norsk på ønskelista, må du vente.

Menneskehånd og robothånd som holder hver sin trekloss med samme grep
· Forskning

FlashDexRetarget: Én policy for tusen håndbevegelser – og 100 ganger mindre GPU-tid

Roboter med fingre trenger enorme mengder treningsdata, og den billigste kilden er opptak av mennesker som håndterer ting. Problemet er å oversette en menneskehånd til en robothånd. Et nytt prosjekt fra KAIST og Holiday Robotics gjør det med én felles modell i stedet for én per bevegelse, og bruker