2026年5月8日，Anthropic正式发布了一项名为"Dreaming"（梦境）的新系统，允许AI Agent从自身错误中学习并持续改进。这一发布标志着AI Agent从"被动执行"迈向"自我进化"的关键一步。

什么是Dreaming？

Dreaming系统的核心理念类似于人类的睡眠学习：当Agent在任务执行中出现错误后，系统会自动记录失败案例，在后台生成变体训练数据，对Agent的行为策略进行微调。Anthropic表示，这一机制不需要人工标注，Agent可以在实际运行中持续积累经验。

在早期的内部测试中，使用Dreaming的Agent在代码生成任务上的准确率相比基线提升了约23%，在复杂多步骤推理任务中减少了约40%的错误率。

不止Dreaming——三大特性齐发

除了Dreaming，Anthropic同时将两项此前处于研究预览阶段的功能推至公开测试（Public Beta）：

• Outcomes（结果导向执行）：开发者可以为Agent定义期望的结果而非具体步骤，Agent自行规划最佳执行路径。
• Multi-Agent Orchestration（多智能体协作）：允许多个Claude Agent协同工作，各司其职，由主控Agent统一调度。

这三个功能分别解决Agent规模化落地的三大难题——准确性（Dreaming）、灵活性（Outcomes）和可扩展性（Multi-Agent）。

行业影响

当前AI Agent赛道竞争激烈，Anthropic此次发布的独特之处在于：不是单一的模型能力升级，而是围绕Agent生命周期打造了一套完整的自我改进闭环。Dreaming+Outcomes+Multi-Agent的组合意味着Agent不再是"一次性部署"的工具，而是可以像初级员工一样在工作中成长的数字劳动力。

来源：VentureBeat（2026年5月8日）