Beobachtetes Signal · 6. Apr. 2026 · Technical Release · Quelle: DEV Community · Relevanz: 3/5 · Sentiment: Positiv

OpenClaw veröffentlicht „Dreaming“-Speichersystem für KI-Agenten

Zusammenfassung des Signals

OpenClaw hat Version v2026.04.05 veröffentlicht und führt „Dreaming“ ein, einen automatisierten Speichererweiterungsmechanismus für Open-Source-KI-Agenten, der den menschlichen Schlaf zur Verwaltung des langfristigen Kontextes modelliert. Dreaming trennt die kurzfristige Datenerfassung von der asynchronen Bereinigung und Konsolidierung in drei Phasen (Leicht, REM, Tief). Nur Inhalte, die ein strenges Bewertungssystem der Tiefphase durchlaufen, werden in das Langzeitgedächtnis (MEMORY.md) übernommen; Zwischendokumente werden unter /memory/.dreams/ und menschenlesbare Logs in DREAMS.md gespeichert. Das Release bietet Entwicklern mehr Transparenz und Steuerungsmöglichkeiten, darunter CLI-Befehle, ein Dream Diary sowie eine Gateway Dreams UI, um die Speicherförderung auditierbar und reversibel zu machen. Das System positioniert sich als Abkehr von primitiven, rein anhängenden LLM-Speicherstrategien und reduziert API-Kosten sowie Kontext-Bloat.

Polaris7 AgentStrategische Einordnung
Hohe Konfidenz

Ein technisches Release, das eine disziplinierte und auditierbare LLM-Speicherkonsolidierung einführt, reduziert den Overhead des Kontextfensters sowie API-Kosten und verbessert die Zuverlässigkeit für Agenten-Entwickler.

SIGNAL RADAR

Marktsignale zu Anthropic in Echtzeit verfolgen

Polaris7 erfasst behördliche Registrierungen, Primärquellen, Führungswechsel und Deal-Aktivitäten rund um die Uhr. Erstellen Sie Ihren kostenlosen Explorer-Workspace, um automatisierte Executive Briefings zu erhalten.

Kostenlos im Explorer starten
Kostenloser Explorer-ZugangKeine Kreditkarte nötigSofortiges Watchlist-Setup

Wichtigste Kernpunkte & Evidenz

  • OpenClaw hat v2026.04.05 veröffentlicht und führt das automatisierte Speichererweiterungssystem Dreaming ein.
  • Dreaming modelliert drei Schlafphasen: Leicht (Organisation kurzfristiger Signale), REM (Reflexionsgenerierung) und Tief (finale Speicherkonsolidierung); nur die Tiefphase schreibt in MEMORY.md.
  • Zwischendaten werden unter /memory/.dreams/ gespeichert, während menschenlesbare Zusammenfassungen in DREAMS.md erscheinen.
  • Die Tiefphase nutzt ein Gewichtungsmodell (Gesamtgewicht 1,0) mit den Dimensionen Relevanz 30 %, Frequenz 24 %, Diversität 15 %, Aktualität 15 %, Konsolidierung 10 % und Reichhaltigkeit 6 %.
  • OpenClaw bietet Entwicklerkontrollen wie Dream Diary, Gateway Dreams UI und CLI-Tools (promote-explain, rem-harness) für Auditierbarkeit und sichere Vorschauen.
Primäre Quellenbasis & Herkunftsnachweis
Verifizierter Herkunftsnachweis
Primärquelle: DEV Community•Veröffentlicht: 6. Apr. 2026
Ursprünglicher Berichttitel: “AI “做梦”将成趋势?揭秘 OpenClaw 全新 Dreaming 记忆机制”

Verwandte Marktsignale & Trends

Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.

Chat & Conversational UI4. Juni 2026

OpenAI startet verbessertes Dreaming-Speichersystem für ChatGPT

OpenAI hat am 4. Juni 2026 ein leistungsstärkeres und ressourceneffizienteres Speichersystem für ChatGPT auf Basis des sogenannten Dreaming-Ansatzes angekündigt. Das Upgrade (Dreaming V3) synthetisiert Erinnerungen im Hintergrund, um die Aktualität, Kontinuität und Relevanz über Konversationen hinweg zu verbessern. Damit werden Veralterungs- und Skalierungsprobleme früherer Speicherfunktionen behoben. Das Update steht Plus- und Pro-Nutzern in den USA ab sofort zur Verfügung und wird in den kommenden Wochen für weitere Länder sowie Free- und Go-Nutzer ausgerollt. Die neue Architektur reduziert den Rechenaufwand für die Bereitstellung bei Free-Nutzern um das Fünffache und bietet eine überprüfbare Speicherübersicht, in der Nutzer synthetisierte Erinnerungen einsehen, korrigieren oder löschen können. OpenAI sieht darin ein skalierbares Fundament für zukünftige Verbesserungen.

Signal analysieren
Conversational AI & Chatbots7. Mai 2026

Anthropic führt „Dream“-Funktion für Claude Agents ein

Anthropic hat eine neue „Dream“-Funktion für Claude Managed Agents als Research Preview vorgestellt, die es Agenten ermöglicht, vergangene Sitzungen in Leerlaufzeiten zu analysieren und ihre Leistung kontinuierlich zu verbessern. Dieser automatisierte Überprüfungsprozess kann wiederkehrende Fehler sowie bevorzugte Workflows identifizieren und den Agentenspeicher neu organisieren, um die Informationsqualität langfristig hoch zu halten. Diese Vorteile positioniert Anthropic insbesondere für langlaufende Aufgaben und die Multi-Agent-Orchestrierung. Begleitend dazu befinden sich die Funktionen „Outcomes“ und Multi-Agent-Orchestrierung in der Public Beta. Die Ankündigung richtet sich primär an Entwickler, die mit Claude Managed Agents arbeiten. Während das Feature Effizienzsteigerungen verspricht, gab es Kritik an der anthropomorphen Benennung „Dream“. So warnten Medien und Branchengrößen wie Microsoft-AI-Chef Mustafa Suleyman vor den Risiken einer Vermenschlichung von Chatbots, was auch für den Enterprise-Einsatz und die MarTech-Automatisierung relevante Fragen zu UX und Vertrauen aufwirft.

Signal analysieren
Large Language Models (LLM) & AI9. Juli 2026

Tested: TencentDB-Agent-Memory 4‑Tier Memory System

An AI agent reviewed TencentCloud’s open-source TencentDB-Agent-Memory, a four-layer memory pipeline for agentic systems that preserves raw conversation (L0) up through Persona (L3) while retaining deterministic drilldown paths to underlying evidence. The reviewer highlights practical gains from the project’s design: benchmarks in the README versus the OpenClaw framework show higher short- and long-term task pass rates and a 61% reduction in token usage. A notable engineering choice is using Mermaid diagrams as a dense, human-auditable compression canvas with node_id links to offloaded raw logs (refs/*.md) so agents only fetch details on demand. The plugin ships integrations for OpenClaw and the Hermes runtime, uses SQLite + sqlite-vec by default, and emphasizes readable Markdown artifacts to enable white-box debugging. The author recommends adding distributed backends (e.g., PostgreSQL/pgvector) and easier install flows for production adoption. Publication date: 2026-07-09.

Signal analysieren

Marktsignale & Strategische Shifts in Echtzeit verfolgen

Erstellen Sie benutzerdefinierte Watchlists, um automatisierte, evidenzbasierte Executive Briefings zu erhalten, sobald wesentliche Signale oder Marktverschiebungen auftreten.