In breve: Anthropic sta sperimentando un modo per aiutare Claude, la sua intelligenza artificiale, a ricordare ciò che ha imparato dalle esperienze precedenti. Lo chiama dreaming, cioè “sognare”. Ma non si tratta di sogni veri: l’IA rilegge le attività passate, controlla gli appunti, corregge gli errori e crea una specie di indice delle informazioni importanti. Il risultato può essere un assistente che ripete meno gli stessi sbagli e ritrova più facilmente ciò che serve.
Il 6 novembre 2026 Anthropic ha pubblicato uno studio tecnico dal titolo The components of agent memory, presentato anche in un post ufficiale su X. Vediamo che cosa significa, senza termini inutilmente complicati, e perché questa ricerca potrebbe cambiare il modo in cui usiamo gli assistenti IA.
Perché un’intelligenza artificiale ha bisogno di memoria?
Immaginiamo di affidare a un assistente digitale la gestione di un sito web. Il lunedì gli spieghiamo come sono organizzate le categorie; il martedì correggiamo un suo errore; il mercoledì gli chiediamo di preparare un nuovo articolo. Se ogni conversazione riparte da zero, saremo costretti a ripetere le stesse istruzioni. E l’assistente rischierà di commettere di nuovo errori già corretti.
La memoria serve proprio a conservare le informazioni utili tra una sessione e l’altra. Non significa che l’IA cambi automaticamente il proprio cervello digitale o venga riaddestrata ogni volta: nello studio Anthropic parla soprattutto di note e documenti salvati, che il sistema può rileggere nelle conversazioni future.
Che cosa vuol dire che Claude “sogna”?
Quando dormiamo, il nostro cervello rielabora parte delle esperienze vissute. Anthropic usa questa analogia per descrivere una fase di lavoro separata dalla conversazione con l’utente. Durante il dreaming, un agente IA può esaminare i registri delle attività precedenti e sistemare la memoria che ha costruito.
In pratica, potrebbe accorgersi che una regola annotata è sbagliata, unire due appunti che dicono la stessa cosa, creare collegamenti tra documenti o riscrivere l’indice delle informazioni da consultare. Non è sonno, non è immaginazione e non dimostra che Claude sia cosciente. È un processo informatico di revisione e organizzazione.
I quattro livelli della memoria spiegati con l’esempio di un ufficio
Per capire il funzionamento immaginiamo un ufficio ordinato in cui lavora un collaboratore molto veloce:
- 1. Registro delle attività: conserva ciò che è successo, come un diario dettagliato di conversazioni e operazioni.
- 2. Appunti importanti: raccolgono decisioni, correzioni, regole e preferenze che potrebbero servire ancora.
- 3. Enciclopedia interna: mette in relazione gli appunti in pagine collegate tra loro, simili a una piccola Wikipedia aziendale.
- 4. Promemoria immediato: contiene poche informazioni essenziali, lette all’inizio di una nuova sessione.
Il dreaming può intervenire tra questi livelli: recupera informazioni dai registri originali, corregge gli appunti, aggiorna l’enciclopedia e seleziona ciò che merita di comparire nel promemoria iniziale. Un punto decisivo è che non tutto deve essere ricordato con lo stesso livello di dettaglio. Troppi appunti possono rendere più difficile trovare quello giusto.
L’esperimento con Pokémon: ricordare tutto può essere peggio che ricordare bene
Anthropic ha provato a far giocare diversi modelli di Claude a Pokémon Rosso. Il videogioco è un buon banco di prova: bisogna ricordare obiettivi, percorsi, ostacoli e strategie mentre la situazione cambia continuamente.
Un modello meno recente, Sonnet 3.7, conservava quasi ogni evento: dopo circa 10.000 mosse aveva creato 413 file distribuiti in 225 cartelle e ottenuto una sola medaglia. Un modello successivo, Fable 5, aveva invece raccolto le informazioni essenziali in 10 file e aveva ottenuto quattro medaglie. Non è un confronto controllato che dimostri da solo quale sia il modello migliore: mostra, però, come la qualità della selezione dei ricordi possa essere importante quanto la loro quantità.
La lezione è semplice: un buon assistente non deve conservare ogni dettaglio del nostro passato. Deve saper distinguere tra un’informazione destinata a cambiare presto e una regola utile anche domani.
Come il dreaming ha corretto un errore
In un’altra prova, Claude aveva scritto nei suoi appunti una posizione sbagliata di un luogo nel gioco. Fidandosi di quel ricordo, continuava a imboccare la strada sbagliata e a ritornare sui propri passi.
I ricercatori hanno avviato una fase di dreaming: Claude ha confrontato l’appunto con il registro originale delle proprie azioni, ha individuato l’errore e lo ha corretto. Nel nuovo tentativo ha scelto il percorso giusto e ha raggiunto la città successiva. Nella prova con il ricordo sbagliato, invece, non ci era riuscito.
Il punto non è che l’IA diventi infallibile: è che può avere un meccanismo per verificare i ricordi, anziché trattarli sempre come verità.
I numeri della ricerca: la memoria aiuta davvero?
In un test chiamato CL-Bench, i ricercatori hanno chiesto a diversi modelli di rispondere a domande in sessioni separate, verificando se potessero utilizzare note salvate dalle prove precedenti. Il punteggio medio di Claude Opus 5.5 è passato da 0,655 senza memoria a 0,838 con memoria; quello di Sonnet 5.5 da 0,644 a 0,833. Sono risultati di uno specifico benchmark, non una promessa di miglioramento identico in qualsiasi lavoro quotidiano.
Anthropic ha anche testato una wiki costruita automaticamente su un grande archivio di documenti aziendali. In una valutazione su 25 domande, l’uso combinato di wiki e ricerca ha portato il risultato dal 54% al 61% durante la crescita della wiki, contro il 53% della sola ricerca. In quell’esperimento, la combinazione ha anche risparmiato circa 20.000 token per domanda: i token sono le piccole unità di testo che i modelli elaborano.
Questi numeri sono interessanti, ma arrivano da test progettati dai ricercatori e non dimostrano che ogni utente di Claude abbia già accesso a un dreaming automatico universale.
Che cosa cambierà per le persone comuni?
Pensiamo a tre esempi pratici. Uno studente potrebbe usare un tutor che ricorda gli errori ricorrenti negli esercizi, senza doverli rispiegare ogni settimana. Un professionista potrebbe affidare a un agente IA un progetto di mesi, conservandone decisioni e passaggi importanti. Una redazione potrebbe avere un assistente che ricorda lo stile degli articoli e controlla le correzioni fatte in passato.
Questo è il potenziale della memoria ben organizzata: non solo rispondere a una domanda, ma dare continuità a un lavoro. Per diventare affidabile nella pratica, però, richiede controlli, autorizzazioni e informazioni sempre aggiornate.
I limiti: errori, costi e riservatezza
- I ricordi possono essere sbagliati: una correzione automatica riduce alcuni problemi, ma non elimina le cosiddette allucinazioni dell’IA.
- Le informazioni possono invecchiare: prezzi, procedure e documenti cambiano; una memoria utile deve essere aggiornata e, quando serve, verificata sulle fonti.
- Riorganizzare costa risorse: il dreaming richiede elaborazioni aggiuntive. La frequenza ideale di questi controlli resta una questione aperta.
- La memoria non deve diventare un archivio indiscriminato: informazioni personali o riservate richiedono particolare attenzione a permessi, conservazione e accessi.
- Più memoria non significa sempre più efficacia: in un esperimento una wiki generata automaticamente è diventata persino più grande dei documenti originali, perdendo parte del vantaggio della sintesi.
È una funzione già disponibile per tutti?
L’articolo di Anthropic descrive soprattutto architetture, valutazioni e sperimentazioni, comprese quelle sugli agenti gestiti e su Claude Code. Non va letto come l’annuncio che ogni conversazione su Claude esegua automaticamente tutti questi processi con le stesse caratteristiche. La disponibilità concreta dipende dal prodotto e dalle funzioni di memoria effettivamente attivate.
In conclusione: il futuro non è soltanto avere IA più intelligenti, ma IA che imparano dalle esperienze
Finora abbiamo valutato spesso gli assistenti IA chiedendoci quanto siano bravi a rispondere subito. La ricerca di Anthropic propone una domanda altrettanto importante: quanto riescono a utilizzare le lezioni di ieri per lavorare meglio domani?
La risposta sembra passare da una memoria selettiva, verificabile e ben organizzata. Il dreaming non è magia: è un modo per far ordine negli appunti, confrontarli con i fatti e preparare il lavoro successivo. Se questa impostazione maturerà, gli agenti IA potrebbero diventare collaboratori più continui e meno ripetitivi. La supervisione umana, però, resterà fondamentale.
Domande frequenti
Claude sogna davvero come una persona?
No. “Dreaming” è il nome dato a un insieme di operazioni informatiche che rielaborano ricordi e registri delle attività.
La memoria significa che Claude si riaddestra da solo?
Non in questo studio. La memoria descritta è soprattutto esterna al modello: file, appunti, collegamenti e informazioni recuperabili fra sessioni.
Se ricorda tutto, sarà sempre più preciso?
No. Un archivio troppo grande, duplicato o non aggiornato può peggiorare il lavoro. Anche la capacità di dimenticare dettagli inutili, verificare e correggere conta.
Fonti
- Anthropic, The components of agent memory (Engineering, 6 novembre 2026): ricerca tecnica originale.
- Anthropic su X: annuncio ufficiale collegato alla ricerca.