Новое в Claude Managed Agents: «сновидение», результаты и многоагентная оркестрация

Полный перевод статьи из блога Claude на русский. Оригинал — по ссылке.

Сегодня мы запускаем сновидения в Управляемых агентах Claude в качестве предварительной исследовательской версии. Сновидения расширяют память, анализируя прошлые сеансы, чтобы находить закономерности и помогать агентам самосовершенствоваться. Мы также делаем результаты, многоагентную оркестрацию и вебхуки доступными для разработчиков, создающих решения с помощью Управляемых агентов. Вместе эти обновления делают агентов более способными справляться со сложными задачами при минимальном управлении.

Создавайте самосовершенствующихся агентов с помощью сновидений

Сновидения — это запланированный процесс в Управляемых агентах Claude, который анализирует сеансы агентов и хранилища памяти, извлекает закономерности и отбирает воспоминания, чтобы агенты со временем совершенствовались. Вы решаете, какой уровень контроля Вам нужен: сновидения могут обновлять память автоматически, или Вы можете просматривать изменения до того, как они будут применены.

Сновидение выявляет закономерности, которые отдельный агент не может увидеть самостоятельно, включая повторяющиеся ошибки, рабочие процессы, к которым приходят агенты, и предпочтения, общие для всей команды. Оно также перестраивает память, чтобы по мере развития она оставалась насыщенной полезными сигналами. Это особенно полезно для длительной работы и многоагентной оркестрации.

Вместе память и сновидение образуют надёжную систему памяти для самосовершенствующихся агентов. Память позволяет каждому агенту фиксировать то, чему он учится во время работы. Сновидение уточняет эту память между сеансами, извлекая общие знания у разных агентов и поддерживая её в актуальном состоянии.

Сновидение доступно в управляемых агентах на платформе Claude; разработчики могут запросить доступ здесь.

Результаты: определите планку качества для работы агента

С помощью результатов Вы пишете рубрику, описывающую, как выглядит успех, а агент работает над его достижением. Отдельный оценщик оценивает результат по Вашим критериям в своем собственном контекстном окне, поэтому на него не влияют рассуждения агента. Когда что-то не так, оценщик точно указывает, что нужно изменить, а агент выполняет еще один проход.

Агенты выполняют свою работу лучше всего, когда знают, как выглядит «хорошо». Например, структурная основа, стандарт презентации или набор требований, которым необходимо соответствовать. С помощью результатов агенты могут проверять свою работу по этой планке и самостоятельно исправляться, пока результат не станет достаточно хорошим, без необходимости проверки каждой попытки человеком.

Результаты особенно полезны для задач, требующих внимания к деталям и исчерпывающего охвата. Они также работают для субъективного качества, например когда нужно определить, соответствует ли текст голосу бренда или следует ли дизайн визуальным рекомендациям. В тестировании результаты повысили успешность выполнения задач до 10 пунктов по сравнению со стандартным циклом промптинга, при этом наибольший прирост был достигнут на самых сложных проблемах. Результаты также улучшили качество генерации файлов: +8,4 % успешности выполнения задач для docx и +10,1 % для pptx в наших внутренних контрольных тестах.

Теперь Вы также можете определить результат, позволить агенту выполниться и получить уведомление через вебхук, когда он завершит работу.

Многоагентная оркестрация: выполняйте сложные задачи с несколькими агентами

Когда одному агенту слишком много работы, чтобы хорошо с ней справиться, мультиагентная оркестрация позволяет ведущему агенту разбить задачу на части и делегировать каждую из них специалисту с собственной моделью, промптом и инструментами. Например, ведущий агент может проводить расследование, пока субагенты параллельно просматривают историю развёртываний, журналы ошибок, метрики и обращения в поддержку.

Эти специалисты работают параллельно в общей файловой системе и вносят вклад в общий контекст ведущего агента. Ведущий агент может снова обращаться к другим агентам в середине рабочего процесса, потому что события сохраняются, а каждый агент помнит, что он сделал. Вы также можете отследить каждый шаг в консоли Claude: какой агент что сделал, в каком порядке и почему, что даёт Вам полную видимость того, как Ваша задача была делегирована и выполнена.

Что создают команды

Команды используют dreaming, outcomes и мультиагентную оркестрацию, чтобы выпускать агентов, которые проверяют собственную работу, обучаются между сеансами и распараллеливают сложные задачи:

• Harvey использует управляемых агентов для координации сложной юридической работы, такой как составление длинных текстов и создание документов. Благодаря сновидению их агенты помнят, что они узнали между сеансами, включая обходные решения для типов файлов и шаблоны, характерные для конкретных инструментов. В их тестах показатели завершения выросли примерно в 6 раз.
• Команда платформы Netflix создала агента для анализа, который обрабатывает журналы из сотен сборок из разных источников. При изменениях, затрагивающих тысячи приложений, важно находить проблемы, которые повторяются во многих из них. Многоагентная оркестрация позволяет агенту анализировать пакеты параллельно и выводить только те закономерности, по которым стоит действовать.
• Spiral от Every использует многоагентную оркестрацию и результаты, чтобы обеспечить работу пишущего агента, лежащего в основе их нового API и CLI. Ведущий агент работает на Haiku: он обрабатывает входящие запросы, при необходимости задаёт короткие уточняющие вопросы, а затем поручает подготовку черновиков субагентам, работающим на Opus. Когда пользователь просит несколько черновиков, субагенты работают параллельно. Качество письма — ключевая ценность Spiral, поэтому они используют результаты, чтобы обеспечить его соблюдение. Каждый черновик оценивается по рубрике редакционных принципов Every и голосу пользователя, и то и другое извлекается из памяти. Возвращаются только черновики, которые соответствуют заданному уровню.
• Wisedocs создала агента для проверки качества документов на Managed Agents, используя результаты для оценки каждой проверки на соответствие своим внутренним рекомендациям. Теперь проверки выполняются на 50% быстрее, при этом оставаясь в соответствии со стандартами их команды.

Начало работы

Dreaming доступен в предварительной исследовательской версии, результаты, многоагентная оркестрация и память доступны в публичной бета-версии в рамках Managed Agents. Чтобы начать работу с Dreaming, запросите доступ здесь. Изучите нашу документацию, чтобы узнать больше, или посетите Claude Console, чтобы развернуть своего первого агента.