Claude agentlarining xotira arxitekturasi: tushunish, orzu va amaliy sinovlar

Claude kabi yirik til modellarining agent sifatida ishlashi, xotira boshqaruvi muammosini yangi darajaga olib chiqdi. Inson miyasi kabi, agentlar ham log va transkript orqali ma'lumotlarni yig'adi, lekin bu ma'lumotlarni qanday saqlash va qayta ishlash samaradorligi natijalarni belgilaydi. Ushbu maqolada biz Claude agentlarining xotira komponentlarini, orzu (dreaming) mexanizmini va uzluksiz o‘rganish sinovlarini batafsil ko‘rib chiqamiz.

Xotira arxitekturasi: inson miyasi va agentlar orasidagi parallel

Inson miyasida hipokampus qisqa muddatli tajribalarni tezda kodlaydi, keyinchalik uyqu yoki dam olish davrida bu tajribalar replay (takrorlash) orqali neokorteksga uzatiladi. Claude agentlari ham shunga o‘xshash tarzda log fayllari va memory notes (xotira eslatmalari) orqali ma'lumotlarni yig‘adi. Log fayllari birinchi darajali xotira bo‘lib, har bir sessiyada yaratiladi, memory notes esa uzoq muddatli, keyingi sessiyalarda qayta foydalaniladigan kontekstni tashkil etadi.

Claude tizimida salient tagging (ahamiyatli belgilash) mexanizmi mavjud: agent sessiya davomida muhim voqealarni avtomatik ravishda belgilab, keyinchalik izlashni osonlashtiradi. Bu jarayon inson miyasi kimyoviy signal orqali muhim xotiralarni belgilashiga o‘xshash, lekin algoritmik darajada amalga oshiriladi. Belgilangan ma'lumotlar orzu bosqichida qayta ko‘rib chiqilib, strukturaviy formatga (masalan, qoidalar yoki tavsiyalar) aylantiriladi.

Orzu (dreaming) – bo‘sh vaqtni foydali hisoblashga aylantirish

Letta va UC Berkeley tadqiqotchilari taklif qilgan sleep‑time compute konsepti, agentlar o‘z ish vaqtida to‘plagan loglarni bo‘sh vaqtida (yoki interaktiv sessiyalar orasida) qayta ishlashga imkon beradi. Claude bu g‘oyani “orzu” deb ataydi: agent o‘z loglarini “uyqu” holatida tahlil qilib, xatolarni tuzatadi, yangi eslatmalar yaratadi va ma'lumotlarni konsolidatsiya qiladi. Natijada, agentning keyingi sessiyalari ancha samarali bo‘lib, avvalgi xatoliklarga duch kelish ehtimoli kamayadi.

Orzu jarayonida agent bir necha asosiy vazifalarni bajaradi: (1) xatoliklarni aniqlash – noto‘g‘ri javob yoki noto‘g‘ri qarorlar logdan ajratiladi; (2) gipotezalar yaratish – xatolik sababini tahlil qilish uchun taxminlar tuziladi; (3) test va tasdiqlash – gipotezalar sinab ko‘riladi va natijalar qoidalar shaklida yoziladi. Bu qadamlar Claude agentining o‘zini‑o‘zi takomillashtirish siklini tashkil etadi.

Uzluksiz o‘rganish bench‑lari: CL‑Bench 1.0 tajribasi

Claude agentlarining xotira samaradorligini o‘lchash uchun Continual Learning Bench (CL‑Bench) 1.0 benchmarki ishlatildi. Bu sinov agentga ma'lumotlar bazasidan savollarga javob berishni topshiradi, javobdan keyin to‘g‘ri yechim beriladi va agent xotiraga bu ma'lumotni yozadi. Keyingi savollarni yechishda agent xotiradagi qoidalar va faktlardan foydalanishi kutiladi.

Claude Sonnet 4.6 modelida xatolikdan keyin gipotezalar yozilgan, lekin ularni birlashtirish yoki tasdiqlash yetarli darajada amalga oshirilmagan. Claude Opus 4.7 esa barcha eslatmalarni bitta hujjatda jamlab, tekshirilgan va tekshirilmagan faktlarni belgilab qo‘ydi. Claude Opus 5 modelida esa to‘liq “learning loop” amalga oshirildi: har bir xatolik uchun qoidalar, ularning tasdiqlanishi va kelajakda qanday qo‘llanilishi haqida aniq tavsiflar kiritildi.

Natijalar shuni ko‘rsatdiki, xotira komponenti kuchli bo‘lsa, modelning umumiy aniqligi sezilarli darajada oshadi. Opus 5 va uning keyingi versiyalari (5.5) xotira yordamida bir xil darajadagi natijaga erishdi, lekin xotira bo‘lmagan holatda ularning boshlang‘ich ko‘rsatkichlari biroz yuqoriroq edi. Bu esa xotira tizimi modelning asosiy qobiliyatini mustahkamlashga xizmat qilishini tasdiqlaydi.

O‘yin sinovi: Pokémon Red orqali xotira baholash

Claude agentlarining xotira salohiyatini yanada murakkab vazifalarda sinash maqsadida, ularni Pokémon Red o‘yinida sinovdan o‘tkazishdi. O‘yin uzun muddatli strategik qarorlar, ko‘p bosqichli ma'lumotlarni saqlash va qayta ishlashni talab qiladi, bu esa xotira boshqaruvining haqiqiy sinovi bo‘ldi.

Claude Sonnet 3.7 modeli har bir voqeani alohida faylga yozib, 225 ta papkada jami 413 ta xotira fayli yaratdi, lekin bu yondashuv samaradorlikni pasaytirdi – model faqat bitta “badge” (yutuq) oldi. Claude Fable 5 esa xotira fayllarini tanlab, faqat muhim voqealarni saqladi, natijada kamroq fayl bilan ko‘proq yutuq (bir necha badge) oldi. Bu farq, xotira filtratsiyasining agentning umumiy samaradorligiga bevosita ta'sirini ko‘rsatadi.

Cheklovlar, ochiq savollar va kelajak yo‘nalishlari

Claude agentlarining xotira tizimi hali ham bir necha cheklovlarga ega. Birinchidan, salbiy belgilash (salient tagging) algoritmi ba'zida noto‘g‘ri ma'lumotni muhim deb belgilashi mumkin, bu esa xotira “shovqin” (noise) ga olib keladi. Ikkinchidan, orzu jarayonida yaratilgan qoidalar va eslatmalarni avtomatik tasdiqlash mexanizmi hali ham inson nazorati talab qiladi.

Kelajakda tadqiqotchilar quyidagi yo‘nalishlarga e'tibor qaratishlari lozim: (1) dinamik belgilash – agentning kontekstga asoslangan ahamiyatni aniqlash algoritmini takomillashtirish; (2) qoidalar avtomatik tasdiqlash – orzu bosqichida yaratilgan qoidalarni mustaqil ravishda tekshirish; (3) xotira konsolidatsiyasi – katta hajmdagi loglarni samarali tarzda qisqartirish va strukturaviy ma'lumotga aylantirish. Bu yo‘nalishlar, agentlarning mustaqil o‘rganish qobiliyatini yanada mustahkamlaydi.

Umuman olganda, Claude agentlarining xotira komponentlari, orzu jarayoni va uzluksiz o‘rganish sinovlari, AI tizimlarining inson miyasi bilan o‘xshash xotira mexanizmlarini yaratish yo‘lida muhim qadamdir. Bu yondashuvlar nafaqat modelning aniq javob berish qobiliyatini oshiradi, balki uzoq muddatli bilim bazasini shakllantirishga ham xizmat qiladi.

Manba: The Components of Agent Memory

Asl manba: anthropic.com