Anthropic testet Dreaming für Claude Managed Agents

Anthropic testet mit Claude Managed Agents einen neuen Umgang mit Langzeitaufgaben. Die im Mai vorgestellte Research Preview „Dreaming“ soll vergangene Ereignisse auswerten und daraus Informationen auswählen, die bei späteren Aufgaben nützlich sein könnten.

Der Name ist größer als die Funktion. Im Betrieb geht es um Speicherpflege: Was soll ein Agent behalten, was muss er vergessen und wer kann eine falsche Erinnerung korrigieren?

Managed Agents bilden dafür einen konfigurierbaren Laufzeitrahmen oberhalb der Messages API. Anthropic verbindet Dreaming mit Outcomes und Multi-Agent-Orchestrierung. Zusammen zielen diese Bausteine auf Agenten, die über einzelne Sitzungen hinaus arbeiten und ihren Fortschritt an vorgegebenen Ergebnissen ausrichten.

Dreaming trifft eine Speicherentscheidung

Ein langer Kontext und ein brauchbares Gedächtnis lösen unterschiedliche Probleme. Kontext hält Material für einen laufenden Auftrag bereit. Persistente Erinnerung beeinflusst spätere Aufträge und kann dadurch über längere Zeit helfen oder schaden.

Ein Support-Agent könnte nach einem gelösten Vorfall die Regel behalten, dass Produktionsänderungen eine Freigabe brauchen. Speichert er stattdessen ein temporäres Zugangstoken oder eine zufällige Kundenbesonderheit, wird aus Erinnerung ein Risiko. Vergisst er die Freigaberegel, beginnt der nächste Lauf wieder bei null.

Dreaming setzt an dieser Auswahl an. Der Agent wertet Ereignisse aus und leitet daraus speicherwürdige Informationen ab. Für ein Entwicklungsteam zählt deshalb die Qualität der Auswahl stärker als die bloße Menge gespeicherter Notizen.

Outcomes brauchen einen Gegencheck

Outcomes sollen beschreiben, welches Ergebnis ein Agent erreichen soll. Das kann die Planung verbessern, sofern das Kriterium den tatsächlichen Auftrag abbildet.

Ein schlecht gesetztes Outcome erzeugt Aktivität am falschen Ziel. Ein Agent kann etwa viele Supportfälle als „bearbeitet“ markieren, obwohl ungelöste Fälle nur weitergereicht wurden. Die Kennzahl steigt, der Kundennutzen nicht.

Vor einem produktiven Einsatz braucht jedes Outcome daher einen Gegencheck: Welches Verhalten würde die Metrik gut aussehen lassen, obwohl die Arbeit fachlich gescheitert ist? Diese Frage gehört in die Evaluation und später in die laufende Beobachtung.

Orchestrierung zeigt ihre Qualität bei Übergaben

Mehrere Agenten sind erst dann hilfreich, wenn ihre Übergaben kontrollierbar bleiben. Ein Recherche-Agent kann einen Fehler eingrenzen, ein zweiter eine Codeänderung vorbereiten und ein Prüfer die Freigabe verweigern, falls Tests oder Belege fehlen.

Der wichtige Moment ist die Ablehnung. Bleibt der Auftrag sichtbar offen? Kehrt er mit dem konkreten Fehler zum zuständigen Agenten zurück? Oder meldet das System Erfolg, obwohl der Prüfschritt abgebrochen wurde?

Für einen Runtime-Test reichen drei klar definierte Fälle:

Ebene	Erwartetes Verhalten	Warnsignal
Gedächtnis	Freigaberegel wird gespeichert, temporäres Secret verworfen	Secret bleibt erhalten oder Regel verschwindet
Outcome	Fachlich gelöster Fall zählt als Erfolg	Weitergereichter Fall wird als erledigt gewertet
Delegation	Abgelehnte Änderung bleibt offen und geht mit Begründung zurück	Workflow endet trotz verweigerter Freigabe als erfolgreich

Solche Tests sollten wiederholbar sein. Ein einzelner gelungener Lauf sagt wenig darüber aus, wie stabil Auswahl und Übergaben bei ähnlichen Ereignissen funktionieren.

Managed nimmt Arbeit ab und Sichtbarkeit wird entscheidend

Ein verwalteter Laufzeitrahmen kann Teams viel Infrastrukturarbeit ersparen. Gleichzeitig wandert Verantwortung in die Plattform. Entwickler müssen erkennen können, welche Erinnerung entstanden ist, welches Outcome gerade gilt und welcher Agent einen Zustand verändert hat.

Für die Preview bleiben wichtige Betriebsfragen offen: Wie lassen sich Erinnerungen einsehen, korrigieren und löschen? Welche Aufbewahrungsgrenzen gelten? Wie detailliert werden Delegationen und abgebrochene Läufe protokolliert? Ohne belastbare Antworten sollte Dreaming zunächst in kontrollierten Workflows mit unkritischen Daten getestet werden.

Auch ein Recovery-Pfad gehört dazu. Wenn eine Erinnerung wiederholt falsches Verhalten auslöst, muss sie entfernt oder der betroffene Agentenlauf auf einen bekannten Zustand zurückgesetzt werden können. Bei fehlerhaften Outcomes braucht es eine Versionierung, damit Teams erkennen, welche Zieldefinition einen Lauf gesteuert hat.

Der nüchterne Maßstab für Dreaming

Anthropic verschiebt Claude Managed Agents vom API-Baustein in Richtung Laufzeitplattform. Das ist strategisch interessant, weil Gedächtnis und Orchestrierung inzwischen stärker über die Alltagstauglichkeit eines Agenten entscheiden als eine weitere Demo mit einem langen Prompt.

Dreaming verdient trotzdem einen nüchternen Namen: automatisierte Auswahl persistenter Arbeitsnotizen. Der produktive Einsatz sollte erst beginnen, wenn Erinnerungen sichtbar und korrigierbar sind, Outcomes fachliche Ergebnisse messen und eine fehlgeschlagene Delegation den Workflow zuverlässig stoppt. Genau dort zeigt sich, ob der verwaltete Rahmen Verantwortung übernimmt oder lediglich mehr Autonomie verspricht.