這不是行銷詞，而是真功能。
Anthropic 在 5 月 6 日 Code with Claude SF 現場宣布，Claude Managed Agents 新增一項名為 Dreaming 的能力。Agent 完成工作後，會在閒置時回看歷史會話，把當時沒有意識到的模式整理成長期記憶；下次遇到類似任務時，行為就會跟著改變。
換成白話說，過去 AI Agent 做完一個任務後，常常等於把腦袋格式化，下次再來新任務又從零開始。Dreaming 讓任務之間的空檔不再浪費，Agent 會自己反思、自己總結，並更新自己的記憶庫。
Anthropic 自己也用了類似人類下班後回顧一天工作的比喻。
Dreaming 到底在做什麼
從技術上看，Dreaming 是一個定時調度的行程，不是 Agent 工作時順手執行的功能。它會在 Agent 閒置時被觸發，遍歷過去的會話和既有記憶庫，主要尋找三類訊號：
- 反覆出現的錯誤。例如某個 Agent 一週內在同一類 SQL 查詢上失敗五次，單次會話裡看不出來，跨會話比較就很明顯。
- 收斂出的工作流程。多次成功完成同類任務時，反覆證明有效的路徑。
- 團隊層級的偏好。多個 Agent 共同遵循的命名規範、程式碼風格、彙報格式等。
提煉完成後，記憶系統不是簡單堆疊內容，而是被重新結構化。Anthropic 在部落格中寫道："Memory lets each agent capture what it learns as it works. Dreaming refines that memory between sessions."
工作中學習，工作後消化，分成兩層。這正是它和傳統 RAG 或單純加長 context window 的本質差異。
開發者對 Dreaming 的更新有兩種控制方式：可以讓它自動寫入記憶，也可以要求每個新發現都經過人工 review 才生效。前者適合無人值守的 Agent 場景，後者更適合企業裡需要審計的工作流。
Dreaming 目前處於 research preview 階段。
Outcomes：把驗收標準也交給 AI
和 Dreaming 同時發布的 Outcomes 處理的是另一件事：幫助 Agent 判斷「這件事做得是否合格」。
具體方式是，開發者寫一份 rubric，也就是評分標準，描述什麼叫成功。系統會另外跑一個 grader Agent，在獨立上下文中評分。若 grader 發現不達標，會指出具體問題，原本的 Agent 再做一輪。
關鍵在於 grader 使用的是獨立上下文。這不是讓 Agent 自己評自己，因為自評幾乎一定容易過關；而是用一個乾淨的脈絡來挑錯，避免 Agent 反推標準、迎合標準的偏差。
Anthropic 表示，內部測試中加入 Outcomes 後，任務成功率相較標準 prompt loop 最高提升 10 個百分點，任務越難提升越明顯。在檔案生成場景，docx 品質提升 8.4%，pptx 品質提升 10.1%。
10 個百分點在 benchmark 上不是小差距，大致接近少換一代模型也想拿到的提升幅度。這次靠的是協作機制，而不是模型本身。
Outcomes 目前是 public beta。
多 Agent 編排：從單兵到團隊
第三項功能是 Multi-agent Orchestration。概念上沒有 Dreaming 那麼顛覆，但落地價值很直接。
簡單說，它允許一個 lead agent 把工作分派給多個 specialist agent。每個 specialist 可以使用不同模型、不同 prompt、不同工具集，整個進度都能在 Claude Console 裡追蹤。
Anthropic 給出的例子是故障調查：一個 lead agent 同時派出四個子 Agent，分別查部署歷史、error log、metrics 和 support ticket。四條線跑完後，lead agent 把結果彙整成結論。
這套架構和 Anthropic 內部 Code Review 系統的思路一致：多個 reviewer 並行檢查，再由單獨 verifier 把關。現在 Anthropic 把這個模式包裝成產品交給客戶使用。
為什麼這一套加起來很危險
把三件事拉遠看，Dreaming 讓 Agent 能跨任務自我進化，Outcomes 讓 Agent 能自我驗收，Multi-agent Orchestration 讓 Agent 能調度同伴。
這其實是一個完整的自學迴圈：做事、被評、復盤、更新、再做事。中間不一定需要人類介入。
這也是為什麼 Code with Claude SF 即使沒有發布新模型，仍能看出 Anthropic 的野心比單純推出 Opus 4.8 之類的版本更新更大。
模型 benchmark 的提升正變得越來越難，每代模型要多 5% 到 10% 都越來越費力。但 Agent 的工作能力不只依賴模型，也能靠協作機制和經驗沉澱提升。Dreaming 這種「間隙學習」如果能在生產環境跑順，代表 Anthropic 找到了一條不必完全硬扛 scaling law 的提速路線。
當然，風險也不小。Agent 可以自動寫入自己的記憶，意味著錯誤總結也可能被固化。Anthropic 提供了人工 review 選項，但企業使用者是否敢真正全自動放開，還需要跑一段時間看資料。
至於 Dreaming 是否會成為下一代 Agent 的標配，機率很高。OpenAI 的 Memory、Google 的 Personal Context 已經在做「個人化記憶」，但 Anthropic 把它從使用者偏好這一層，抽象到Agent 工作能力這一層。這個抽象一旦站穩，競品大概都得跟進。
Code with Claude SF 還有其他訊號：Mercado Libre 的 23000 名工程師訂下 2026 年第三季前 90% 程式碼自主化的 KPI；Claude Code 的五小時 limit 直接翻倍；API 呼叫量年增 17 倍。
但最值得關注的不是這些數字，而是Agent 開始學會自己變好。
參考來源：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）