Anthropic ha introdotto l’8 maggio 2026 in research preview una tecnica chiamata dreaming, che consente ai sistemi autonomi di rivedere il proprio comportamento passato, individuare schemi ricorrenti e migliorare tra una sessione di lavoro e l’altra. Il nome è suggestivo, ma il meccanismo è concreto: l’agente, fuori dal momento in cui sta servendo una richiesta, ripercorre cosa ha fatto e ne trae correzioni.
L’analogia con il sonno umano è voluta. Durante il riposo il cervello consolida le esperienze della giornata, scarta ciò che è irrilevante e rafforza ciò che conta. Il dreaming applica un’idea simile agli agenti software: un tempo non operativo dedicato a rielaborare il lavoro svolto.
La portata dell’annuncio si capisce solo guardando il problema che cerca di risolvere.
Perché un agente, oggi, dimentica
Gli agenti AI attuali soffrono di una forma di amnesia strutturale. Ogni sessione è in larga parte un foglio bianco. L’agente può avere accesso a una memoria di documenti, ma non impara dai propri errori operativi: se ha sbagliato un passo lunedì, rischia di sbagliarlo identico giovedì, perché nulla nel suo funzionamento trasforma quell’errore in una lezione.
È una differenza profonda rispetto a come imparano le persone. Un professionista che commette un errore tende a non ripeterlo: l’esperienza si sedimenta. Un agente, invece, riparte ogni volta dallo stesso punto, con la stessa propensione a inciampare nello stesso ostacolo.
Per compiti brevi il problema è gestibile. Se un’interazione dura pochi minuti, l’assenza di memoria di lungo periodo si nota appena.
Per i flussi lunghi diventa il limite principale.
Un agente che assiste uno sviluppatore su un progetto di settimane, o che segue una pratica legale, o che monitora una posizione finanziaria, accumula contesto e commette errori lungo il percorso. Senza un meccanismo per consolidare quell’esperienza, ogni ripresa riparte vicino a zero, e l’agente non diventa mai più bravo nel compito specifico che gli è stato affidato.
Conviene chiarire cosa significa, qui, errore. Non un blocco del sistema o un messaggio sbagliato, ma scelte operative subottimali: una strada più lunga del necessario, un passo ripetuto inutilmente, una richiesta di chiarimento che si sarebbe potuta evitare. Sono inefficienze che, commesse una volta, non insegnano nulla all’agente attuale, e che si ripresentano identiche.
Su un singolo compito breve queste inefficienze sono rumore. Su un flusso lungo, ripetute centinaia di volte, diventano un costo reale, in tempo e in risorse di calcolo. Un agente che imparasse a evitarle migliorerebbe non solo la qualità del risultato, ma anche l’economia del processo.
Il dreaming attacca esattamente questo punto.
Rivedere, riconoscere, correggere
Il processo descritto da Anthropic si articola in fasi. L’agente esamina le tracce delle sessioni precedenti. Individua schemi: errori ripetuti, scorciatoie che hanno funzionato, passi inutili che hanno solo consumato tempo. Da questi schemi deriva aggiustamenti al proprio comportamento futuro.
È un apprendimento per riflessione, non per addestramento. La distinzione è tecnica ma decisiva.
Il modello di base, la rete neurale addestrata su enormi quantità di dati, non viene riaddestrato. Cambia il modo in cui l’agente costruito sopra quel modello affronta i compiti successivi, sulla scorta di ciò che ha imparato osservando se stesso. È come la differenza tra cambiare il cervello di una persona e cambiare le sue abitudini di lavoro: il primo è un intervento radicale e costoso, il secondo è quotidiano e ripetibile.
La distinzione è importante per chi valuta la tecnologia. Riaddestrare un modello richiede risorse di calcolo enormi, dati nuovi e tempi lunghi, ed è un’operazione che si fa di rado. Far si che un agente migliori la propria condotta operativa rivedendo le sessioni passate è invece relativamente economico e si può ripetere di frequente. Il dreaming sposta il miglioramento dal livello del modello al livello del comportamento, e questo lo rende praticabile su scala.
C’è un precedente concettuale che aiuta a capire. Da anni le tecniche di apprendimento per rinforzo insegnano ai sistemi a migliorare tramite prove ed errori. Il dreaming aggiunge un tassello: la riflessione differita, fuori dal momento dell’azione, su ciò che è già accaduto.
È una differenza di tempo, oltre che di metodo. L’agente non impara solo nell’istante in cui agisce, ma anche dopo, ripercorrendo a freddo le proprie tracce. Quel ripensamento a posteriori, che negli esseri umani è una delle forme più efficaci di apprendimento, entra così nel repertorio delle macchine.
Il guadagno atteso, quindi, non è spettacolare ma cumulativo. Piccoli miglioramenti che si sommano sessione dopo sessione, fino a rendere l’agente sensibilmente più efficiente di come era partito.
Il bersaglio sono i workflow lunghi
Anthropic ha collocato il dreaming dentro un programma più ampio dedicato agli agenti capaci di gestire flussi di lavoro estesi nel tempo, con tre domini citati esplicitamente: lo sviluppo di software, la finanza e il diritto.
Hanno una caratteristica in comune. Sono ambiti dove il valore sta nella continuità.
Un assistente legale che dimentica il fascicolo a ogni sessione è inutile, uno che mantiene e affina la comprensione del caso vale molto. Stessa logica per un agente che segue una migrazione di codice durata mesi, dove ogni decisione presa la settimana scorsa condiziona quella di oggi, o per un’analisi finanziaria che evolve giorno dopo giorno e richiede di ricordare cosa si è già verificato.
In questi domini un agente che non accumula esperienza non è solo meno utile: è inaffidabile, perché costringe l’umano a ricostruire ogni volta il contesto da capo.
Il valore economico di questi domini spiega la scelta di Anthropic. Sviluppo software, finanza e diritto sono attività dove un’ora di lavoro qualificato costa molto e dove la continuità riduce gli errori costosi. Un agente che mantiene e affina la comprensione di un caso non fa risparmiare minuti, fa risparmiare il tempo di professionisti il cui costo orario è tra i più alti.
Insieme al dreaming, Anthropic ha ampliato l’accesso a strumenti per coordinare sotto-agenti e per valutare il lavoro tramite rubriche. Sono due tasselli della stessa architettura. Un agente principale che delega a sotto-agenti specializzati, e un sistema di valutazione strutturata che misura se il lavoro prodotto soddisfa criteri definiti in anticipo.
La rubrica è il dettaglio che gli addetti ai lavori noteranno. Valutare l’operato di un agente con una griglia esplicita di criteri, invece che con un giudizio impressionistico, è la condizione per renderlo affidabile in contesti dove gli errori costano. Una rubrica permette di dire non solo che un risultato è buono o cattivo, ma perché, e quindi di correggere in modo mirato.
Research preview, non prodotto
Vale la pena ricordare lo statuto dell’annuncio. Il dreaming è una research preview, una finestra su una linea di ricerca, non una funzione pronta per la produzione di massa. Significa che il meccanismo esiste e funziona in condizioni controllate, ma che i suoi limiti, i suoi rischi e i suoi costi reali sono ancora in fase di studio.
La cautela è d’obbligo. Anche perché c’è una domanda aperta che riguarda la fiducia.
Un agente che modifica il proprio comportamento sulla base di ciò che ha imparato da solo è più capace, ma anche meno prevedibile. Se la condotta dell’agente di oggi dipende da come ha rielaborato le sessioni di ieri, la sua verificabilità diventa un problema da progettare, non un dato scontato. Come si certifica il comportamento di un sistema che cambia da solo? Come si garantisce che ciò che ha imparato sia corretto e non un cattivo schema consolidato per errore?
Per le organizzazioni che adottano agenti, è il promemoria che la capacità di apprendere autonomamente va accompagnata da meccanismi di tracciabilità e controllo. Un agente che migliora senza che nessuno possa ricostruire come e perché è un agente di cui ci si fida alla cieca, e la fiducia alla cieca, nei processi aziendali, è un rischio.
Perché non basta riaddestrare il modello
Una domanda legittima è perché serva una tecnica come il dreaming, se già esistono metodi per migliorare i modelli a partire dall’esperienza.
I metodi tradizionali agiscono sul modello di base e richiedono di raccogliere grandi quantità di esempi, etichettarli e avviare un nuovo ciclo di addestramento. È un processo lento, costoso e centralizzato: lo fa il laboratorio che possiede il modello, non l’agente che lavora sul campo.
Il dreaming opera su un piano diverso. Non migliora il modello per tutti gli utenti, ma il comportamento di quel singolo agente nel suo contesto specifico. Un agente che assiste uno studio legale impara dagli errori commessi su quei fascicoli, non da un addestramento generico valido per chiunque.
È la differenza tra aggiornare un manuale per tutti i dipendenti e lasciare che ciascuno affini il proprio metodo sul lavoro che fa davvero. Il primo approccio è uniforme e lento, il secondo è personalizzato e continuo.
Questa personalizzazione è il vero salto. Un agente che si adatta al proprio dominio diventa, col tempo, più utile di un modello generico per quel compito preciso, pur partendo dalle stesse fondamenta.
Il nodo dei settori regolati
Proprio i tre domini citati da Anthropic, sviluppo software, finanza e diritto, sono quelli dove la verificabilità conta di più, e dove un comportamento che cambia da solo solleva le domande più difficili.
In finanza e in diritto le decisioni vanno motivate e ricostruite a posteriori. Un’autorità di vigilanza, un giudice o un revisore possono chiedere conto di come si è arrivati a una conclusione. Se l’agente che ha contribuito a quella conclusione si comporta oggi in modo diverso da ieri, perché nel frattempo ha rielaborato le sessioni passate, ricostruire il percorso diventa complicato.
Gli obblighi di trasparenza e gestione del rischio del Regolamento UE 2024/1689 (AI Act) spingono in questa direzione. Un agente che apprende in autonomia deve poter spiegare cosa ha imparato e come quell’apprendimento ha modificato le sue scelte. La capacità tecnica di migliorare da soli, senza una capacità altrettanto solida di rendere conto, è un rischio in questi settori, non un vantaggio.
Una direzione, più che una funzione
Il dreaming conta meno per cosa fa oggi e più per dove indica che sta andando il settore. La frontiera degli agenti non è solo modelli più grandi. È sistemi che accumulano esperienza, la consolidano e la riusano.
Questo ribalta una narrazione consolidata. Per anni il progresso dell’IA è stato raccontato come una corsa alla dimensione: più parametri, più dati, più calcolo. Il dreaming indica una direzione complementare, dove il guadagno non viene dall’ingrandire il modello ma dal far si che l’agente impari dal proprio operato.
Chi si forma su questi temi nei percorsi AI di AIPIA o nella formazione aziendale dedicata trova un quadro per capire come questa evoluzione cambia il disegno dei processi: un agente che migliora tra le sessioni non si configura una volta sola, si supervisiona nel tempo, e richiede un presidio che molte organizzazioni non hanno ancora previsto.
Per anni la promessa dell’IA è stata la scala. Fare la stessa cosa milioni di volte. Il dreaming sposta la promessa sulla continuità: fare la cosa meglio domani di come la si è fatta oggi. È un obiettivo più modesto nell’annuncio e più ambizioso nelle conseguenze.
