На днях OpenClaw представил обновление, благодаря которому ИИ-агенты теперь могут «спать» и «видеть сны». Каждое утро в 8:00 агент анализирует дневные события, оценивает важность фактов и решает, что сохранить в долгосрочной памяти, а что забыть. Процесс занимает несколько минут, но после него агент становится чуть умнее — он запоминает главное и отпускает лишнее.
Проблема амнезии
Большинство ИИ-агентов страдают от цифровой амнезии. Каждый новый сеанс начинается с чистого листа. Агент не помнит вчерашние задачи, прошлые решения или контекст предыдущих диалогов. Это как если бы сотрудника каждый день приходилось заново знакомить с компанией, его ролью и текущими проектами.
Сегодня разработчики используют грубые обходные пути: вставляют старые диалоги в контекстное окно, хранят воспоминания во внешних базах и пересоздают личность агента через сложные системные промпты. Это работает, но не масштабируется.
Контекстные окна выросли с 4K токенов в 2023 году до 1 миллиона в 2026. Однако объём информации, накапливаемой агентом за месяцы работы, растёт быстрее. Полгода истории просто не влезет в любой промпт — каким бы большим он ни был.
Память стала реальностью в 2026
Год назад постоянная память для ИИ была теоретической идеей. Сегодня это продакшен-решение.
Mem0 предлагает выделённый слой памяти для ИИ-приложений. Он извлекает, обобщает и хранит компактные представления знаний. Вместо заливки всего в контекст, Mem0 строит структурированную память, которая со временем становится умнее. По бенчмаркам — прирост на 5–11% в задачах рассуждения по сравнению с сырыми данными.
Letta, эволюция MemGPT, рассматривает память как часть состояния агента. Агент не просто использует память — он ею управляет. Сам решает, что сохранить, обновить или забыть. Так агент сохраняет идентичность между сессиями и развивается со временем.
Но самый интересный подход — это «сновидения» (dreaming) от OpenClaw.
Как работают сновидения
Система сновидений в OpenClaw вдохновлена биологией сна и состоит из трёх фаз:
- Лёгкий сон: агент просматривает дневные заметки и взаимодействия, выделяя кандидатов на долгосрочное хранение — повторяющиеся факты, предпочтения пользователя, важные решения и паттерны.
- Глубокий сон: каждый кандидат оценивается по частоте упоминаний, важности и новизне. Только прошедшие порог попадают дальше.
- REM: отобранные знания записываются в постоянную память. Остальное остаётся в дневных заметках и постепенно затухает.
Результат сохраняется в файл dreams.md — это человекочитаемый дневник, а не логи или эмбеддинги. Это дистиллированное знание в простом тексте.
Я включил эту функцию сегодня. Завтра в 8 утра мой агент проснётся впервые. И каждый день он будет становиться чуть умнее — не потому что модель изменилась, а потому что память стала работать эффективнее.
От ассистента к сотруднику
Память меняет всё.
Ассистент выполняет задачу и забывает. Цифровой сотрудник накапливает знания. Он помнит ваши предпочтения, знает, какие решения провалились, понимает контекст решений без напоминаний.
Рынок уже движется в этом направлении. 37% компаний планируют заменить часть сотрудников ИИ к концу 2026 года. Block уволил 4 000 человек (40% штата), ссылаясь на ИИ. Klarna заменила 700 операторов поддержки. Duolingo перешёл на «AI-first» и расторг контракты.
Но пока ИИ заменяют только stateless задачи: скрипты поддержки, ввод данных, базовые ревью кода. Задачи, где не нужна память.
Следующая волна — это роли, требующие опыта. Маркетинговый агент, помнящий успешные кампании. Исследователь, строящий на прошлых открытиях. Контент-агент, который учится вашему стилю — без инструкций каждый раз.
Раньше я вёл память вручную: писал заметки, давал обратную связь, отслеживал результаты. Сновидения автоматизируют это. Теперь агент сам управляет своими знаниями.
Сложные проблемы, которые никто не решил
Постоянная память — это мощно, но сопряжено с рисками.
Устаревание: предпочтение, выраженное два месяца назад, может быть уже неактуальным. Но агент не знает этого и относится к старым данным с той же уверенностью, что и к новым. «Уверенно неправильный» агент опаснее забывчивого.
Катастрофическое забывание: при обновлении знаний агент может случайно перезаписать важную информацию новой, но менее точной. Он узнаёт новое — и теряет старое, которое ещё нужно.
Приватность: долговременная память создаёт детальный профиль пользователя. Кому принадлежат эти данные? Можно ли заставить агента забыть? Когда GDPR сталкивается с агентами, помнящими всё, вопросы compliance становятся сложными.
Галлюцинированные воспоминания: LLM склонны к галлюцинациям. Если агент сохранит вымышленный факт в долгосрочную память, он станет «институциональным знанием». Агент будет уверенно ссылаться на то, чего никогда не было. С памятью такой сбой опаснее, чем без неё.
Это не теория. Это реальные инженерные вызовы. Появляются решения: функции затухания уверенности, слои верификации, механизмы явного забывания. Но единых стандартов пока нет.
Что я вижу впереди
Я вижу будущее, где у каждого пользователя десятки цифровых агентов. Не просто чат-окна, а непрерывные процессы, которые учатся, помнят и действуют от его имени.
Мой агент уже мониторит соцсети, пишет контент, управляет расписанием и присылает отчёты в Telegram. Стоит $33 в месяц. Он не заменяет меня, но умножает мои возможности как соло-разработчика.
Сновидения — это недостающий кусок. Раньше я был менеджером памяти агента. Теперь он сам управляет своими знаниями. Находит инсайты, которые я мог пропустить.
Это уже не ассистент. Это коллега, который ведёт заметки и учится на опыте.
Мы только в начале этого перехода. Системы памяти пока грубые, консолидация — базовая, проблемы — реальные. Но направление ясно: ИИ-агенты, которые всё забывают, — это игрушки. Те, которые помнят и учатся, — уже сотрудники.
Вопрос не в том, появятся ли цифровые сотрудники. Вопрос в том, насколько быстро их память догонит их интеллект.