На днях OpenClaw сделал сногшибательный апдейт, и теперь мой агент каждую ночь видит сны. В 8 утра он просматривает всё что узнал за день, оценивает каждый факт по важности и решает что запомнить навсегда, а что забыть. Занимает пару минут, но после он уже чуть другой. Запомнил важное. Отпустил лишнее.
Новая фича "dreaming" в OpenClaw самый яркий креатив сообщества разработчиков. И за этим стоит кое-что большее чем хитрый трюк с памятью. Это момент когда ИИ-агенты перестали быть stateless инструментами и начали превращаться в цифровых сотрудников.
Проблема амнезии
Каждый LLM начинает каждый разговор с нуля. Не помнит вчерашний день. Не знает что работало на прошлой неделе. Не в курсе что уже решал похожую задачу три дня назад. Представьте сотрудника который забывает всё в конце смены. Каждое утро объясняешь кто ты, чем занимается компания и над чем он работал вчера. Вот что делают большинство ИИ-агентов прямо сейчас.
Обходные пути грубые. Разработчики набивают контекстные окна предыдущими диалогами. Ведут внешние базы "воспоминаний" и инжектят их в промпты. Пишут навороченные системные промпты которые пытаются пересоздать личность с нуля каждый раз. Работает. Кое-как. Но не масштабируется.
Контекстные окна выросли с 4K токенов в 2023 до 1M в 2026. Но информация которую агент накапливает за недели и месяцы работы растёт быстрее любого контекстного окна. Полгода рабочей истории в промпт не влезет, каким бы большим он ни был.
Память стала реальностью в 2026
Сдвиг произошёл быстро. Год назад память агентов была академической концепцией. Сегодня это продакшен-инфраструктура.
Mem0 запустил выделенный слой памяти для ИИ-приложений. Извлекает, консолидирует и выдаёт компактные представления из диалогов. Вместо того чтобы сваливать всё в контекст, Mem0 строит структурированную память которая умнеет со временем. По их бенчмаркам, 5-11% улучшение в задачах рассуждения по сравнению с сырым контекстом.
Letta, эволюция MemGPT, относится к памяти как к полноценному компоненту состояния агента. Агент не просто использует память. Он ей управляет. Решает что сохранить, что обновить, что забыть. Агент сохраняется, развивается и поддерживает идентичность между сессиями.
Но подход который зацепил меня это то что OpenClaw называет "сновидения" (dreaming).
Как работают сновидения
Система сновидений в OpenClaw работает в три фазы. Заимствовано у науки о сне:
Лёгкий сон. Агент сканирует дневные заметки и последние взаимодействия. Выделяет кандидатов на долгосрочное хранение: факты которые всплывали повторно, предпочтения пользователя, решения которые повлияли на дальнейшую работу, паттерны достойные запоминания.
Глубокий сон. Каждый кандидат получает оценку. Как часто это упоминалось? Насколько важно для текущей работы? Это реально новая информация или шум? Дальше проходят только те что прошли порог.
REM. Выжившие продвигаются в постоянную память. Агент записывает их в файл который загружается в начале каждой новой сессии. Всё остальное остаётся в дневных заметках и постепенно затухает.
Результат записывается в файл dreams.md. Читаемый человеком дневник того что агент узнал. Не дамп логов. Не сырые эмбеддинги. Реальное дистиллированное знание в простом тексте.
Я включил сновидения лишь сегодня и завтра в 8 утра будет первый запуск. Каждый день агент будет просыпаться чуть умнее чем вчера. Не потому что модель стала лучше, а потому что память стала лучше работать.
От ассистента к сотруднику
И вот почему память меняет всё.
Ассистент выполняет задачи. Говоришь что делать, он делает, забывает. Цифровой сотрудник накапливает институциональные знания. Помнит как вы любите чтобы было сделано. Знает какие подходы провалились в прошлый раз. Понимает контекст за решениями без напоминаний.
Рынок уже движется в эту сторону. 37% компаний ожидают что заменят часть позиций ИИ к концу 2026. Block уволил 4 000 сотрудников, 40% штата, прямо привязав это к ИИ. Klarna заменила 700 операторов поддержки. Duolingo перешёл на "AI-first" и расторг контракты.
Но вот что объединяет большинство этих замен: заменяют повторяющиеся, stateless задачи. Скрипты поддержки. Ввод данных. Базовые ревью кода. Задачи которые не требуют запоминания.
Следующая волна другая. Когда агенты помнят контекст неделями и месяцами, они могут выполнять роли требующие суждений на основе опыта. Маркетинговый агент который помнит какие кампании сработали. Исследовательский агент который строит на предыдущих находках вместо того чтобы начинать с нуля. Контентный агент который учит ваш голос со временем а не получает инструкции каждую сессию.
Мой агент уже делает часть этого вручную. Я веду файлы памяти, пишу обратную связь после каждой статьи, отслеживаю что сработало. Сновидения автоматизируют это. Вместо того чтобы я курировал память агента, агент курирует её сам.
Сложные проблемы которые никто не решил
Постоянная память звучит красиво пока не подумаешь что может пойти не так.
Устаревание. Предпочтение высказанное два месяца назад может быть неактуальным сегодня. Но агент этого не знает. Относится к старым воспоминаниям с той же уверенностью что и к свежим. "Уверенно неправильный" агент хуже забывчивого. Забывчивый хотя бы спросит.
Катастрофическое забывание. Когда агенты обновляют знания, иногда перезаписывают важные воспоминания новой но менее точной информацией. Агент узнаёт новое и теряет старое которое всё ещё нужно.
Приватность. Долговременная память создаёт детальный профиль поведения, предпочтений и решений пользователя. Кому принадлежат эти данные? Можно ли заставить агента забыть? Когда GDPR встречается с агентами которые буквально помнят всё, вопросы compliance становятся запутанными.
Галлюцинированные воспоминания. LLM галлюцинируют. Если агент сохранит галлюцинированный факт в долгосрочную память, он становится "институциональным знанием". Агент уверенно ссылается на то чего никогда не было. С памятью этот режим отказа хуже чем без неё.
Это не теория. Это инженерные проблемы с которыми столкнётся каждая команда строящая агентов с постоянной памятью. Решения появляются: функции затухания которые снижают уверенность в старых воспоминаниях, слои верификации, явные механизмы забывания по коррекции от пользователя. Но стандартов пока нет.
Что я вижу впереди
Я вижу будущее где у каждого пользователя интернета десятки цифровых агентов работающих на него. Не как чат-окна в которые иногда пишешь. А как непрерывные процессы которые учатся, помнят и действуют от твоего имени.
Мой агент уже мониторит ленты соцсетей, пишет контент, управляет расписанием промо блога и отчитывается мне ежедневно в Telegram. Стоит $33/месяц. Конечно это не заменяет меня, но умножает то что я могу сделать как соло-разработчик.
Сновидения это недостающий кусок. Без него я был менеджером памяти своего агента. Писал файлы обратной связи, вёл бэклог тем, отслеживал что работает. Теперь агент начинает управлять своими знаниями сам. Решает что стоит помнить. Находит инсайты которые я мог пропустить.
Это не ассистент. Это коллега который ведёт заметки и учится на опыте.
Мы в самом начале этого перехода. Системы памяти грубые. Консолидация базовая. Проблемы реальные. Но направление ясное. ИИ-агенты которые всё забывают это игрушки. ИИ-агенты которые помнят и учатся это сотрудники.
Вопрос не в том будут ли цифровые сотрудники. Вопрос в том насколько быстро их память догонит их интеллект.
