Em 6 de maio de 2026, a Anthropic anunciou o Dreaming para agentes Claude no Code with Claude — uma conferência para desenvolvedores realizada em São Francisco. O recurso permite que agentes de IA revisem seus próprios erros e acertos entre sessões, escrevam novos registros de memória e cheguem à próxima tarefa mais preparados.
O resultado mais concreto publicado até agora vem da Harvey, startup de IA jurídica: após ativar o Dreaming nos seus agentes internamente, a taxa de conclusão de tarefas aumentou cerca de 6 vezes. Para quem usa agentes de IA no atendimento ao cliente, esse número muda a conversa sobre manutenção, custo e desempenho.
O que é o Dreaming e como funciona?
O nome é uma analogia deliberada ao processo que o cérebro humano faz durante o sono. Pesquisadores da Anthropic comparam o mecanismo ao que chamam de consolidação hipocampal da memória — a forma como o cérebro replaying eventos do dia durante o sono e decide o que manter, o que descartar e como reorganizar o conhecimento.
Na prática técnica, o Dreaming é um processo agendado que roda entre sessões, quando o agente não está executando tarefas. Ele faz três coisas:
- Revisão: lê as sessões passadas e identifica padrões — erros que se repetem, fluxos que funcionaram, workarounds descobertos
- Extração: destila os padrões em insights de alta densidade — descarta ruído, mantém o que importa
- Reescrita de memória: cria novas entradas na memória persistente do agente, atualizando o que ele "sabe" antes da próxima sessão
Um detalhe importante: o Dreaming não retreina o modelo. Nenhum peso neural é alterado. O que muda são as memórias e instruções que o agente carrega ao iniciar uma tarefa. Isso torna o processo auditável — você pode ler o que o agente aprendeu — e controlável — você pode reverter qualquer mudança.
Por que isso importa para o atendimento automatizado?
O problema que o Dreaming resolve
Agentes de atendimento enfrentam um problema de persistência. Em atendimento ao cliente, situações se repetem: o cliente pergunta sobre prazo de entrega de formas ligeiramente diferentes, o agente responde bem na primeira vez, mal na décima porque a variação linguística não estava coberta no prompt original.
Sem memória inter-sessão, cada sessão começa do zero. O agente comete os mesmos erros várias vezes até que alguém perceba e atualize o prompt manualmente.
Com o Dreaming, o próprio agente percebe que cometeu o mesmo erro 8 vezes, extrai a regra implícita que resolve o problema e adiciona à própria memória. Na nona ocorrência, ele já sabe o que fazer.
O caso Harvey em detalhe
A Harvey é uma plataforma de IA para escritórios jurídicos. Seus agentes fazem tarefas como redigir cláusulas, revisar contratos e analisar documentos. Antes do Dreaming, os agentes "esqueciam" peculiaridades de formato de arquivo e workarounds específicos de ferramentas entre sessões — e os mesmos trabalhos falhavam da mesma forma repetidas vezes.
Com o Dreaming, esses workarounds "ficaram gravados". A taxa de conclusão de tarefas subiu de um número base para aproximadamente 6 vezes esse valor nos testes internos. A Anthropic publicou esse resultado, mas ressalta que não há benchmark externo independente para confirmá-lo.
Qual é o impacto prático para PMEs?
Menos manutenção do prompt
Hoje, manter um agente de atendimento eficiente exige atualização constante do system prompt à medida que novos cenários surgem. Com o Dreaming, parte dessa manutenção acontece automaticamente — o agente aprende com os atendimentos reais e se adapta.
Isso não elimina a supervisão humana, mas reduz a frequência das intervenções manuais.
Qualidade que melhora com o tempo
Em vez de um agente que começa bem e degrada se não houver manutenção, o modelo com Dreaming tende a melhorar conforme acumula sessões. Para negócios com alto volume de atendimento repetitivo — perguntas sobre preço, horário, produto, entrega — isso é especialmente relevante.
Disponibilidade e acesso
O Dreaming está disponível em preview para desenvolvedores que solicitam acesso ao Claude Managed Agents. Ainda não é um recurso geral da API. Para PMEs que usam o Claude via integrações prontas (como as que a Vox constrói), o recurso deve chegar de forma gradual ao longo de 2026.
O que muda para quem já tem um agente de IA no atendimento?
Se você usa um agente de WhatsApp ou sistema de atendimento baseado em Claude, a chegada do Dreaming vai reduzir o tempo que você gasta ajustando prompts manualmente depois que novos padrões aparecem. O agente passa a fazer parte desse trabalho sozinho.
O CRM da Vox, que usa Claude como base para o agente de atendimento no WhatsApp, está acompanhando a evolução do Managed Agents API para integrar o Dreaming quando o recurso sair de preview.
Se você ainda não tem um agente de atendimento funcionando e quer entender como estruturar isso antes que o Dreaming seja amplamente disponível, uma sessão de consultoria pode ajudar a montar a arquitetura certa desde o início.
O que é o Dreaming da Anthropic?
É um recurso do Claude Managed Agents que roda entre sessões de trabalho. O agente revisa suas sessões passadas, extrai padrões — erros recorrentes, fluxos que funcionaram — e atualiza sua própria memória. Na próxima sessão, chega mais preparado. É uma analogia ao sono humano: o cérebro consolida memórias durante a noite; o agente "dorme" e aprende enquanto não está em uso.
O Dreaming retreina o modelo de IA?
Não. O Dreaming não altera os pesos do modelo. Ele modifica as memórias e instruções persistentes que o agente carrega ao iniciar cada sessão. Isso significa que o processo é auditável (você pode ler o que foi aprendido) e reversível (você pode desfazer qualquer atualização de memória).
Quais empresas já usam o Dreaming?
A Harvey — startup de IA para escritórios jurídicos — testou o recurso internamente antes do lançamento público. Segundo a Anthropic, a taxa de conclusão de tarefas dos agentes da Harvey aumentou cerca de 6 vezes após ativar o Dreaming. Outros parceiros de desenvolvimento também testaram, mas os resultados publicados são os da Harvey.
Como o Dreaming afeta o atendimento ao cliente?
Agentes de atendimento que usam Dreaming aprendem com cada interação. Erros que se repetem são identificados e corrigidos automaticamente na memória do agente — sem necessidade de intervenção manual no prompt. Com o tempo, o agente fica mais preciso nas respostas e menos dependente de manutenção constante.
Quando o Dreaming fica disponível para todos?
O Dreaming foi lançado em preview para desenvolvedores em maio de 2026. A Anthropic não anunciou data para disponibilidade geral. A expectativa é de expansão gradual ao longo de 2026, com acesso mais amplo via Claude API e integrações de terceiros.
Fontes: VentureBeat · Let's Data Science · FindSkill.ai — Harvey 6x · The New Stack · MindStudio
Foto: Google DeepMind / Novoto Studio via Pexels (Licença Pexels)
CEO da Vox Solutions. Especialista em automação com IA, agentes de atendimento no WhatsApp e arquitetura de sistemas de vendas. Ajuda empresas a escalar operações sem aumentar equipe.