Votre agent IA vient de résoudre un problème épineux. Demain, face au même cas, il repartira de zéro, comme s’il n’avait rien appris de la veille. C’est la limite tenace des agents autonomes : ils accumulent des historiques de conversation à n’en plus finir, mais ne savent pas vraiment ranger ce qu’ils y ont appris.
Anthropic vient d’ajouter à ses Claude Managed Agents une fonctionnalité qui s’attaque directement à ce point aveugle. Son nom, presque poétique, dit tout du mécanisme : « Dreaming », le rêve.
Un agent qui « rêve », concrètement
L’analogie n’est pas gratuite. Chez l’humain, le sommeil sert notamment à consolider la mémoire : le cerveau rejoue la journée, écarte l’anecdotique, renforce l’utile. Le mode Dreaming applique la même idée à un agent logiciel.
Il s’agit d’un processus asynchrone : il ne tourne pas pendant que l’agent répond à l’utilisateur, mais entre deux missions, hors ligne. Selon Anthropic, l’objectif est de laisser « Claude réfléchir sur les sessions passées pour organiser la mémoire d’un agent et faire émerger de nouvelles informations ». En clair, l’agent relit ce qu’il a vécu pour en tirer des leçons durables.
Que se passe-t-il pendant le rêve ?
Le rêve s’appuie sur deux éléments : la mémoire à long terme déjà constituée, et un lot de sessions récentes, jusqu’à une centaine. Claude parcourt cet historique, y traque les schémas récurrents, jette les doublons, range le reste. Il en ressort une mémoire réorganisée, plus dense et plus propre que l’amas de départ.
La mémoire cesse ainsi de gonfler indéfiniment. En parallèle, le SDK d’Anthropic (la bibliothèque de code qui outille les développeurs) gère la partie mécanique : il compresse et résume automatiquement l’historique de conversation, pour le réinjecter allégé au prochain appel. Le rêve travaille le fond, le SDK gère le volume.
Cette réflexion n’est pas pour autant une boîte noire qu’on subit. On peut orienter le rêve par des instructions explicites. Dans l’exemple de code fourni par Anthropic, une consigne demande à l’agent de « se concentrer sur les préférences de style de programmation et d’ignorer les notes de débogage ponctuelles ». Vous choisissez donc ce que l’agent doit retenir et ce qu’il doit oublier.
Pourquoi trier hors ligne plutôt qu’en direct ?
Là se joue tout l’intérêt de la manœuvre. Faire ce tri en pleine conversation reviendrait à alourdir chaque échange : plus de contexte à traiter, plus de tokens facturés, des réponses plus lentes. Le contexte d’un modèle reste une ressource finie, et le remplir de doublons revient à payer pour du bruit.
En déportant la consolidation entre les sessions, Anthropic sépare deux temps qu’on confondait jusqu’ici : celui où l’agent agit, et celui où il apprend. L’agent reste léger quand il travaille ; il s’enrichit quand il se repose. C’est exactement ce que fait un professionnel qui, le soir venu, reprend ses notes pour n’en garder que l’essentiel avant le lendemain.
Le mouvement n’est d’ailleurs pas isolé. OpenAI a récemment introduit une consolidation de mémoire dans son Agents SDK, et Google avait ouvert la voie avec sa mémoire persistante Vertex AI Memory Bank à l’été 2025. La gestion de la mémoire des agents est devenue un champ de bataille à part entière : trois grands acteurs y avancent en même temps, signe que le problème est réel et loin d’être réglé.
Du prompt à la supervision de la mémoire
C’est ici que Dreaming dépasse la simple astuce technique. Pendant deux ans, l’essentiel du travail humain autour des modèles a consisté à rédiger le bon prompt : formuler la demande, cadrer le ton, rappeler le contexte à chaque appel. Un travail d’écriture, répété à l’infini.
Avec un agent qui réorganise seul sa mémoire, cette charge se déplace. Vous n’écrivez plus le contexte à chaque fois : vous supervisez ce que la machine apprend de ses propres expériences. Les instructions passées au rêve ne pilotent plus une réponse isolée, mais la trajectoire d’apprentissage de l’agent sur des dizaines de sessions. On ne dicte plus la phrase, on oriente la mémoire.
Concrètement, la qualité d’un agent dépendra de plus en plus de la façon dont on cadre ce qu’il retient, et non seulement de la façon dont on lui parle. Un agent mal supervisé consolidera de mauvaises habitudes aussi efficacement que de bonnes.
Une porte encore entrouverte
Reste que la disponibilité demeure restreinte. Dreaming est proposé en avant-première de recherche au sein des Managed Agents, et l’accès passe par un formulaire officiel d’Anthropic, soumis à ses critères de sélection : compte API actif et adresse professionnelle exigés. Le mode est optimisé pour les modèles Claude Opus (versions 4.8 et 4.7) et Claude Sonnet, et facturé aux tarifs standards de tokens, selon le modèle retenu.
Autrement dit, l’auto-maintenance des agents quitte le stade de la promesse pour celui du produit facturé. Une IA capable de ranger sa mémoire décide aussi de ce qu’elle efface : à vous de désigner, chez vous, qui gardera un œil sur ces oublis.
