Ini bukan istilah pemasaran. Ini fungsi nyata.
Dalam acara Code with Claude SF pada 6 Mei, Anthropic mengumumkan kemampuan baru untuk Claude Managed Agents bernama Dreaming. Setelah agen menyelesaikan pekerjaan, ia dapat memakai waktu menganggur untuk meninjau percakapan lama, menemukan pola yang tidak terlihat saat tugas berlangsung, lalu mengubahnya menjadi memori jangka panjang. Saat tugas serupa muncul lagi, perilakunya bisa ikut berubah.
Dengan kata lain, agen AI lama sering selesai mengerjakan satu tugas lalu seperti memulai dari nol pada tugas berikutnya. Dreaming membuat jeda antartugas tidak terbuang: agen merefleksikan pekerjaan, merangkum temuan, dan memperbarui basis memorinya sendiri.
Anthropic sendiri memakai analogi yang mirip dengan manusia yang mengevaluasi hari kerjanya setelah pulang.
Apa yang sebenarnya dilakukan Dreaming
Secara teknis, Dreaming adalah proses terjadwal, bukan aktivitas tambahan saat agen sedang bekerja. Proses ini berjalan ketika agen sedang idle, menelusuri percakapan sebelumnya dan memori yang sudah ada, lalu mencari tiga jenis sinyal.
- Kesalahan yang berulang, misalnya satu agen gagal lima kali dalam seminggu pada jenis kueri SQL yang sama. Dalam satu sesi, pola itu mungkin tidak terlihat; lintas sesi, masalahnya menjadi jelas.
- Alur kerja yang terbukti efektif, yaitu jalur yang berulang kali menghasilkan penyelesaian tugas serupa dengan baik.
- Preferensi tingkat tim, seperti konvensi penamaan, gaya kode, dan format laporan yang dipakai bersama oleh beberapa agen.
Setelah diekstraksi, memori tidak sekadar ditumpuk. Sistem memori itu disusun ulang. Anthropic menulis di blognya: "Memory lets each agent capture what it learns as it works. Dreaming refines that memory between sessions."
Belajar saat bekerja, lalu mencerna kembali setelah pekerjaan selesai. Pemisahan dua lapis inilah yang membedakannya dari RAG tradisional atau sekadar context window yang lebih panjang.
Pengembang punya dua cara mengendalikan pembaruan Dreaming. Mereka bisa membiarkannya menulis memori baru secara otomatis, atau mewajibkan review manusia sebelum setiap temuan berlaku. Opsi pertama cocok untuk skenario agen tanpa pengawasan; opsi kedua lebih pas untuk alur kerja perusahaan yang butuh audit.
Dreaming saat ini berada pada tahap research preview.
Outcomes menyerahkan standar penerimaan kepada AI
Bersamaan dengan Dreaming, Anthropic juga merilis Outcomes. Fungsinya berbeda: membantu agen menilai apakah pekerjaan yang diselesaikan sudah memenuhi standar.
Caranya sederhana. Pengembang menulis rubric, yaitu kriteria yang mendefinisikan keberhasilan. Sistem kemudian menjalankan agen grader secara terpisah dalam konteks independen. Jika hasilnya belum memenuhi standar, grader menunjukkan masalah spesifik dan agen semula mengerjakannya lagi.
Poin pentingnya adalah grader berjalan dalam konteks terpisah. Ini bukan agen yang menilai dirinya sendiri. Penilaian diri hampir pasti terlalu mudah lolos. Dengan konteks yang bersih, sistem dapat mencari kekurangan tanpa bias agen yang mencoba menyesuaikan jawaban dengan standar.
Anthropic mengatakan, dalam pengujian internal, Outcomes menaikkan tingkat keberhasilan tugas hingga 10 poin persentase dibanding prompt loop standar. Semakin sulit tugasnya, semakin besar peningkatannya. Dalam skenario pembuatan file, kualitas docx naik 8,4% dan kualitas pptx naik 10,1%.
Selisih 10 poin dalam benchmark bukan angka kecil. Kira-kira setara dengan peningkatan yang sering diharapkan dari lompatan satu generasi model. Kali ini, peningkatan itu datang dari mekanisme kolaborasi, bukan dari model baru.
Outcomes kini tersedia sebagai public beta.
Orkestrasi multiagen: dari pekerja tunggal ke tim
Fitur ketiga adalah Multi-agent Orchestration. Secara konsep tidak seradikal Dreaming, tetapi nilai praktisnya jelas.
Fitur ini memungkinkan lead agent membagi pekerjaan ke beberapa specialist agent. Setiap specialist dapat memakai model, prompt, dan kumpulan alat yang berbeda. Seluruh progres bisa dilacak di Claude Console.
Contoh resmi Anthropic adalah investigasi insiden. Lead agent mengirim empat subagen untuk memeriksa riwayat deployment, error log, metrics, dan support ticket. Setelah semuanya selesai, lead agent menggabungkan hasilnya menjadi kesimpulan.
Arsitektur ini sejalan dengan sistem Code Review internal Anthropic: beberapa reviewer bekerja paralel, lalu verifier terpisah melakukan pemeriksaan akhir. Sekarang pola itu dikemas sebagai produk untuk pelanggan.
Mengapa rangkaian ini penting sekaligus berisiko
Jika dilihat bersama, Dreaming membuat agen berevolusi lintas tugas, Outcomes membuat agen bisa memeriksa hasilnya, dan Multi-agent Orchestration membuat agen bisa mengoordinasikan rekan kerja.
Itu membentuk loop belajar mandiri: bekerja, dinilai, meninjau ulang, memperbarui memori, lalu bekerja lagi. Di tengahnya tidak selalu perlu campur tangan manusia.
Karena itu, Code with Claude SF tetap terasa penting walaupun tidak menghadirkan model baru. Ambisi Anthropic di sini lebih besar daripada sekadar rilis bertahap seperti Opus 4.8.
Peningkatan benchmark model makin sulit. Menaikkan 5% sampai 10% pada setiap generasi membutuhkan biaya yang makin berat. Namun kemampuan kerja agen tidak hanya bergantung pada model. Ia juga bisa ditingkatkan lewat mekanisme koordinasi dan akumulasi pengalaman. Jika pembelajaran di sela waktu seperti Dreaming berjalan stabil di produksi, Anthropic punya jalur percepatan yang tidak sepenuhnya bertumpu pada scaling law.
Risikonya juga nyata. Agen yang dapat menulis memorinya sendiri juga dapat mengabadikan kesimpulan yang salah. Anthropic memberi opsi review manusia, tetapi apakah pengguna perusahaan berani membuka pembaruan memori sepenuhnya otomatis masih harus dibuktikan dengan data operasi selama beberapa bulan.
Apakah Dreaming akan menjadi fitur standar agen generasi berikutnya? Kemungkinannya besar. Memory milik OpenAI dan Personal Context milik Google sudah bergerak ke arah memori personal, tetapi Anthropic mengangkat konsep itu dari preferensi pengguna ke kemampuan kerja agen. Jika abstraksi ini bertahan, pesaing kemungkinan harus mengikuti.
Code with Claude SF juga membawa angka lain: 23.000 engineer Mercado Libre memiliki KPI 90% otonomisasi kode sebelum kuartal III 2026; limit lima jam Claude Code digandakan; volume panggilan API naik 17 kali lipat secara tahunan.
Namun sinyal terpenting bukan angka-angka itu. Sinyalnya adalah agen mulai belajar cara menjadi lebih baik dengan sendirinya.
Sumber: Anthropic is letting Claude agents 'dream' so they don't sleep on the job (SiliconANGLE); New in Claude Managed Agents: dreaming, outcomes, and multiagent orchestration (SD Times); CocoLoop; Live blog: Code w/ Claude 2026 (Simon Willison)