# Anthropic: zo onthoudt een agent wat ertoe doet, en wat 'dreaming' toevoegt

Door Ivo Donker · 8 november 2026 — tekst: Claude (AI, Anthropic), gecontroleerd tegen de bronnen
Hoe leert een AI-agent van eerdere sessies? Anthropic beschrijft in een engineeringpost van 6 november een geheugen in vier lagen: transcripten, notities die Claude zelf schrijft, overzichten zoals een wiki, en context die elke sessie wordt ingeladen. Een offline stap die Anthropic 'dreaming' noemt, controleert die notities achteraf tegen de transcripten en verbetert ze. In de tests van Anthropic steeg Claude Opus 5.5 met geheugen van 0,655 naar 0,838 op de taakbenchmark CL-Bench.

Voor wie met [agentic AI](https://nieuws.llmnet.nl/agentic-ai) werkt, is de post vooral praktisch: hij laat zien welke vorm van geheugen wanneer helpt, en waar het misgaat. Het verschil tussen geheugen en context leggen we uit in [geheugen en context, het verschil uitgelegd](https://leren.llmnet.nl/geheugen-en-context-verschil-uitgelegd).

## Wat Anthropic onder agentgeheugen verstaat

De post is geschreven door Lance Martin van het engineeringteam. Agentgeheugen is daarin kennis die Claude opdoet uit ervaring, zoals gesprekken en taken, en die tussen sessies bewaard blijft als tekst die Claude later kan lezen. Het aanpassen van modelgewichten, leren binnen één gesprek en het samenvatten van een lang gesprek (compaction) vallen er buiten.

- Transcripten: een doorzoekbaar logboek van wat er gebeurde.

- Notities: door Claude zelf geschreven, tijdens het werk of in een geheugenmap.

- Representaties: bijvoorbeeld een wiki met gekoppelde pagina's over een onderwerp.

- Ingeladen context: wat aan het begin van elke sessie meegaat.

'Dreaming' verbindt die lagen. Anthropic vergelijkt het met de manier waarop mensen in rust ervaringen ordenen en verwijst naar het eerdere idee 'sleep-time compute' van Letta en UC Berkeley. Het kernprobleem vat de post zo samen: "For Claude to learn from experience, it has to decide what's worth remembering before it knows what's next."

## De cijfers uit de tests

De cijfers uit de tests
Test | Zonder geheugen | Met geheugen | 

CL-Bench 1.0, Claude Opus 5.5 | 0,655 | 0,838 | 

CL-Bench 1.0, Claude Sonnet 5.5 | 0,644 | 0,833 | 

CL-Bench 1.0, Claude Opus 4.7 | 0,383 | 0,700 | 

CL-Bench 1.0, Claude Sonnet 4.6 | 0,330 | 0,364 | 

Corpus van ca. 350.000 bestanden (Stainless): alleen wiki | 13% | 48% na 128 sessies | 

Twee uitkomsten vallen op. Sonnet 4.6 profiteerde nauwelijks, omdat het model minder dan de helft van de keren zijn geheugen las; met een aangescherpte instructie kwam het op 0,641. En vaste regels over wat je moet opslaan kunnen sterkere modellen juist afremmen: de opdracht "record only failures" kostte Opus 5 0,234 van de winst.

Op datzelfde corpus haalde zoeken alleen 53% van de beoordeelde criteria, een wiki plus zoeken 61%, met ongeveer 20.000 tokens minder per vraag. Bij juridische fusiedocumenten (Harvey LAB-benchmark) scoorde een wiki 87% tegen 73% voor zoeken op vragen over meerdere documenten, maar op een andere taak gaf de wiki geen duidelijke winst en werd hij 1,77 keer zo groot als de bron.

Een voorbeeld van 'dreaming' komt uit een run in het spel Pokémon Red: een notitie zette een gebouw aan de verkeerde kant van een berg. De dreaming-stap vergeleek de notitie met het transcript en corrigeerde hem; de verbeterde run kwam verder, de run zonder correctie niet.

## Wat je er nu mee kunt

De post verwijst naar een geheugenmap en documentatie over dreaming in Claude Managed Agents, en naar het automatische geheugen van [Claude Code](https://apps.llmnet.nl/claude-code-nieuws). Dat laadt bij de start alleen de eerste 200 regels of 25 KB van het indexbestand MEMORY.md. Lange instructiebestanden verlagen bovendien de naleving. Wie een [CLAUDE.md](https://apps.llmnet.nl/claude-md-voorbeelden) of geheugenbestand bijhoudt, doet er dus goed aan het kort te houden en de belangrijkste regels bovenaan te zetten.

De beperkingen noemt Anthropic zelf: dreaming kost rekenkracht, een foute notitie kan elke volgende sessie meegaan, ingeladen geheugen kost tokens en een wiki voegt soms weinig toe boven gewoon zoeken. Het signaal stond ook in de [briefing van 7 november](https://trending.llmnet.nl/briefing/2026-11-07#claude-geheugen) en de [Radar van 7 november](https://radar.llmnet.nl/dag/2026-11-07).

## Wat we niet hebben gecontroleerd

De cijfers komen uit de tests van Anthropic zelf; we konden ze niet narekenen. CL-Bench is een benchmark die Anthropic in de post gebruikt; de post zegt niet welke abonnementen of API-functies dreaming al standaard aanbieden buiten Managed Agents.

Gecontroleerd op 8 november 2026.

Dit artikel is geschreven met AI (Claude, Anthropic) en gecontroleerd tegen de bronnen hieronder. Omdat de post van Anthropic zelf komt, heeft llmnet.nl de cijfers als claims van het bedrijf weergegeven.

## Bronnen

- Anthropic Engineering, The components of agent memory (Lance Martin, 6 november 2026): [anthropic.com](https://www.anthropic.com/research/components-of-agent-memory)

- Aankondiging op X door @AnthropicAI: [x.com/AnthropicAI](https://x.com/AnthropicAI/status/2118814753154064501)