Agenti Claudea se začali učit ze svých chyb. Anthropic zavedl funkci Dreaming

Agenti Claudea se začali učit ze svých chyb. Anthropic zavedl funkci Dreaming

Anthropic na své vývojářské konferenci Code with Claude představil zcela nový způsob, jak se AI agenti mohou sami zlepšovat. Funkce zvaná Dreaming dovoluje agentům v noci procházet minulé session, nacházet opakující se chyby a zapisovat si ponaučení pro příští práci. Výsledky jsou přesvědčivé: právní firma Harvey hlásí šestinásobné zvýšení dokončených úkolů.

Kdy naposledy váš software přišel ráno do práce chytřejší než večer předtím? Anthropic v úterý představil funkci nazvanou Dreaming — mechanismus, který dovoluje AI agentům procházet záznamy svých minulých prací, identifikovat vzorce a zapisovat si ponaučení. Bez jediného zásahu člověka. Jde o jeden z nejzajímavějších kroků směrem k AI, která se skutečně zlepšuje praxí — ne jen trénováním.

Co je Dreaming a jak funguje

Dreaming je součástí rozšířeného balíku Claude Managed Agents, platformy, kterou Anthropic spustil letos v dubnu. Tato platforma umožňuje vývojářům tvořit a nasazovat AI agenty s plnou výrobní infrastrukturou bez nutnosti řešit orchestraci, paměť nebo škálování.

Funkce Dreaming přidává k existující paměti agentů nový rozměr. Zatímco běžná paměť si uchovává preference a kontext z předchozích session, Dreaming pracuje na vyšší úrovni abstrakce. V pravidelných intervalech agenti procházejí záznamy svých minulých prací a hledají vzorce, jako jsou opakující se chyby, pracovní postupy nalezené pokusem a omylem, nebo sdílené preference konzistentní napříč různými úkoly.

Výsledkem tohoto procesu jsou prostá textová poznámky a strukturované playbooks, které agent používá jako referenci v budoucích session. Nejde o změnu vah modelu — agent se nemění na úrovni tréninku. Jde o dynamicky se vyvíjející externí paměť, kterou si agent buduje sám.

https://noviny.ai/api/admin/images/6d0b95e8-ed8a-4cf8-b701-780435299f84/data

Čísla z praxe: Harvey a Wisedocs

Anthropic neukazuje jen technologické demo — přivádí reálné zákazníky s konkrétními čísly.

Legální AI firma Harvey, která nasazuje Claudea pro právní práci v předních advokátních kancelářích, zaznamenala po zavedení Dreaming šestinásobné zvýšení dokončených úkolů. Agenti si postupně zapamatovali, jak správně interpretovat typické smlouvy, kde hledat klíčové klauzule a jak formulovat odpovědi ve stylu, který kancelář preferuje.

Medicinská firma Wisedocs, specializující se na přezkum pojistných dokumentů, zahlásila o 50 % kratší dobu review lékařských záznamů. Agent si v průběhu praxe naučil, co je v dokumentu důležité a co může přeskočit.

Netflix jde ještě dál — pomocí funkce multi-agent orchestration, která vyšla do veřejné beta spolu s Dreaming, teď zpracovává logy ze stovek buildů současně. To by dřív vyžadovalo buď ohromný tým, nebo měsíce vývoje vlastního systému.

Je to podobné tomu, jako když si lidé po splnění úkolu zapíší postup od A do B. Místo toho, abyste si příručku vytvářeli vy ručně, dělá to za vás model sám — a má přitom plný kontext celé práce.

Co to znamená pro vaši firmu

Dreaming řeší jeden z největších praktických problémů s AI agenty v produkci: opakování stejných chyb. Každý, kdo zkusil nasadit agenta na složitější firemní procesy, to zná — agent udělá chybu, vy ho opravíte promptem, a za týden se k té samé chybě vrátí, protože nemá jak si zapamatovat, že to byl problém.

S Dreaming se tento cyklus přerušuje. Agent si sám všimne, že do nějakého problému padá opakovaně, a zapíše si upozornění pro příště. Lidé se přitom mohou rozhodnout, zda chtějí aktualizace paměti schvalovat ručně, nebo nechat agentovi autonomní správu.

Důležitý aspekt pro podniky: veškerá naučená znalost je transparentní a auditovatelná. Anthropic záměrně neměnil váhy modelu — místo toho jsou všechny poznámky a příručky čitelné, editovatelné a smazatelné. To je klíčové pro regulovaná odvětví jako finance, zdravotnictví nebo právo, kde musíte být schopni vysvětlit, proč agent rozhodl tak, jak rozhodl.

Spolu s Dreaming přišly do veřejné beta i dvě další funkce:

Outcomes umožňují definovat, jak má vypadat úspěšný výsledek — pomocí standardů, šablon nebo pravidel. Samostatný hodnotící agent pak po každém běhu zkontroluje, zda byl výsledek splněn. Wisedocs touto cestou zkrátil dobu review dokumentů o zmíněných 50 %.

Multi-agent orchestration dovoluje jednomu vedoucímu agentovi rozdělit komplexní úkol mezi specialisty — každý pracuje v samostatném kontextovém okně. Je to základ pro skutečné firemní procesy, kde jeden úkol vyžaduje různé odbornosti.

Tyto tři funkce dohromady tvoří to, co Anthropic nazývá smyčkou neustálého zlepšování — systém, který se zdokonaluje s každým projitým úkolem bez nutnosti lidského zásahu mezi iteracemi.

Praktický takeaway pro podnikatele

Anthropic na konferenci zároveň zveřejnil, že v prvním kvartálu 2026 firma rostla osmdesátkrát rychleji, než interně plánovala — namísto plánovaných 10× ročního růstu dosáhla 80×. API objem vzrostl téměř 70× meziročně. Průměrný vývojář používající Claude Code teď tráví s tímto nástrojem 20 hodin týdně.

To je kontextem pro Dreaming: Anthropic neřeší jen technologické výzvy, ale i kapacitní. Funkce, která dovoluje agentům být efektivnější bez dalšího tréninku, snižuje výpočetní nároky na straně Anthropic i zákazníků. Je to chytré i z čistě byznysového hlediska.

Pro české podnikatele, kteří už nasazují AI agenty nebo to plánují, je Dreaming signálem důležitého posunu: AI přestává být nástrojem, který musíte neustále opravovat a nastavovat, a začíná být partnerem, který se učí z vlastní praxe.