Claude Code Auto Dream: Je AI-agent slaapt nu

Claude Code Auto Dream: Je AI-agent slaapt nu

Ik ontdekte de functie bij toeval om 23:00 uur op een woensdag.

Ik zat diep in een Claude Code-sessie -- mijn dertigste of zo aan hetzelfde project -- en er voelde iets anders. De agent verwees naar architectuurbeslissingen die ik weken eerder had genomen met een precisie die niet overeenkwam met mijn recente ervaring. De afgelopen sessies had Claude zich verstrikt in zijn eigen aantekeningen. Zichzelf tegengesproken. Een databaseschema aangehaald dat ik twee sprints geleden had gerefactord. De geheugenbestanden die zouden moeten helpen, waren een last geworden.

Maar deze sessie? Helder. Samenhangend. Alsof iemand 's nachts door Claudes notitieboek was gegaan en alles had georganiseerd.

Dat was ook zo. Of beter gezegd, iets had dat gedaan. Een achtergrond-subagent waarvan ik nog nooit had gehoord, had stilletjes elk geheugenbestand in mijn project doorgenomen, verouderde items verwijderd, tegenstrijdigheden opgelost en alles gereorganiseerd in nette onderwerpbestanden. De systeemprompt voor deze subagent begint met een zin die me deed stilstaan: "You are performing a dream -- a reflective pass over your memory files."

Claude Code Auto Dream. Een ongedocumenteerde functie die je AI-agent iets geeft wat opmerkelijk veel lijkt op slaap.

Het geheugenprobleem waar niemand je voor waarschuwde

Als je Claude Code hebt gebruikt voor serieus projectwerk, ken je Auto Memory al -- het systeem waarmee Claude zijn eigen aantekeningen maakt tussen sessies door. Ik schreef eerder over het bouwen van een tweede brein met Claude Code, en Auto Memory was een enorme upgrade voor die workflow. In plaats van handmatig contextbestanden bij te werken na elke sessie, begon Claude aantekeningen voor zichzelf te bewaren: build-commando's, debugging-inzichten, architectuurbeslissingen, voorkeuren voor codestijl.

Briljant in theorie. Rommelig in de praktijk.

Dit is wat er daadwerkelijk gebeurt na ongeveer 20 sessies aan een echt project. De geheugenbestanden beginnen ruis op te stapelen. Niet direct rommel -- elke individuele notitie was logisch toen Claude die schreef. Maar na verloop van tijd wordt de verzameling een tegenstrijdigheidsfabriek. Sessie 8 zegt "API gebruikt Express." Sessie 14 zegt "API gemigreerd naar Fastify." Beide vermeldingen staan naast elkaar, waardoor toekomstige Claude gaat twijfelen of de verkeerde kiest. Relatieve tijdstempels als "gisteren hebben we de auth-module gerefactord" worden drie weken later betekenisloos. Debugging-notities voor bugs die je maanden geleden hebt opgelost, nemen nog steeds ruimte in, vreten aan het context window en verdringen informatie die er echt toe doet.

Ik liep tegen deze muur aan rond sessie 22 bij een Laravel-project. Claude begon suggesties te geven die in tegenspraak waren met beslissingen die we samen hadden genomen. Het raadde Sanctum aan voor authenticatie -- een migratie waar we in sessie 15 expliciet van waren afgestapt. Het geheugenbestand bevatte beide vermeldingen, en Claude kon niet bepalen welke actueel was.

Ik probeerde de voor de hand liggende oplossing: systeemprompts die Claude instrueerden om herinneringen netjes te houden. "Altijd bijwerken in plaats van toevoegen." "Verouderde vermeldingen verwijderen." "Tegenstrijdigheden oplossen." Het hielp marginaal. Het kernprobleem is structureel. Auto Memory schrijft vooruit -- het voegt informatie sessie per sessie toe. Niets gaat terug om te reviewen wat er al staat. Niets controleert of de aantekeningen van dinsdag op vrijdag nog kloppen.

Zo werkt het menselijk geheugen trouwens ook niet, als je erover nadenkt. Je brein stapelt niet gewoon alles van de dag bovenop de stapel van gisteren. Het verwerkt. Het consolideert. Het doet dit tijdens de slaap -- specifiek tijdens REM-cycli, wanneer kortetermijnherinneringen worden gereorganiseerd tot langetermijnopslag. Belangrijke verbanden worden sterker. Irrelevante details vervagen. Tegenstrijdigheden lossen op.

Anthropic had blijkbaar dezelfde gedachte. En ze bouwden de oplossing.

Wat Auto Dream werkelijk is (en waarom de naam ertoe doet)

Auto Dream is een achtergrond-subagent die draait tussen je Claude Code-sessies. Zijn taak is voor Claudes geheugenbestanden doen wat REM-slaap voor je brein doet: alles reviewen wat zich heeft opgestapeld, bewaren wat belangrijk is, verwijderen wat dat niet is, en de rest organiseren zodat toekomstige sessies vanuit een schone basis starten.

De naamkeuze is bewust. Dit is geen marketing-jargon. De gelekte systeemprompt instrueert de agent expliciet: "You are performing a dream -- a reflective pass over your memory files. Synthesize what you've learned recently into durable, well-organized memories so that future sessions can orient quickly."

En de theoretische onderbouwing is echt. Een paper van UC Berkeley en Letta uit april 2025 -- "Sleep-time Compute: Beyond Inference Scaling at Test-time" -- toonde aan dat modellen die voorberekeningen doen tijdens inactieve tijd, de rekenkracht tijdens actief gebruik met 2,5x kunnen verminderen bij gelijke nauwkeurigheid, met meetbare nauwkeurigheidswinst bij redeneertaken. De onderzoekers ontdekten dat de voorspelbaarheid van gebruikersvragen direct correleert met hoe effectief verwerking tijdens slaaptijd is. Met andere woorden: hoe beter je AI kan anticiperen op wat je nodig hebt op basis van eerdere sessies, hoe beter het presteert wanneer je daadwerkelijk aan het werk gaat.

Claude Code's Auto Dream neemt dat onderzoek en past het toe op geheugenbeheer. In plaats van context-tokens te verbranden aan tegenstrijdige, verouderde aantekeningen tijdens je actieve sessie, verwerkt het die aantekeningen terwijl jij weg bent. Je komt terug bij een schonere, beter georganiseerde kennisbank. De agent oriënteert sneller. De antwoorden zijn scherper.

Het verschil tussen Auto Memory en Auto Dream komt bijna perfect overeen met hoe neurowetenschappers het verschil beschrijven tussen codering en consolidatie. Auto Memory codeert -- het legt informatie vast terwijl het gebeurt. Auto Dream consolideert -- het verwerkt, organiseert en versterkt die herinneringen tijdens de rustperiode. Je hebt beide nodig. Het een zonder het ander begint uiteindelijk af te brokkelen.

Maar hier wordt het echt interessant, en waarom ik denk dat de meeste berichtgeving het onderschat: Auto Dream is niet zomaar een opruimscript. Het is een cognitieve architectuurbeslissing. Anthropic bouwt AI-agents die biologische geheugensystemen weerspiegelen -- niet als metafoor, maar als engineeringpatroon. De vier fasen van Auto Dream komen overeen met gedocumenteerde stadia van geheugenconsolidatie in de neurowetenschap. Dat is of een opmerkelijk toeval, of een teken van waar agentische AI naartoe gaat.

Laat me je door die vier fasen leiden, want de implementatiedetails onthullen veel over hoe Anthropic denkt over langlopende agentsystemen.

Binnenin de vier fasen: hoe Auto Dream echt werkt

Auto Dream werkt als een dedicated subagent die draait in een afgeschermde omgeving. Het heeft leestoegang tot je projectcode, maar kan alleen naar geheugenbestanden schrijven. Dit is een slimme veiligheidsgrens -- de dromende agent kan niet per ongeluk je broncode wijzigen terwijl het zijn aantekeningen reorganiseert. Het gebruikt ook een lock-bestandsmechanisme om te voorkomen dat meerdere Auto Dream-processen tegelijkertijd op hetzelfde project draaien.

Het hele proces volgt vier duidelijke fasen.

Fase 1: Oriëntatie

De droomagent begint met het lezen van de huidige staat van zijn geheugen. Het lijst de geheugenmap op ~/.claude/projects/<project>/memory/, leest het hoofd-MEMORY.md-indexbestand, en bekijkt elk bestaand onderwerpbestand om te begrijpen wat er al opgeslagen is en hoe het georganiseerd is.

Zie dit als wakker worden en je notitieboek doorlezen voordat je begint te reorganiseren. De agent moet begrijpen waarmee het werkt voordat het iets kan verbeteren. Deze fase voorkomt een veelvoorkomend faalpatroon in geautomatiseerde systemen -- blindelings verwerken zonder de uitgangssituatie te begrijpen, wat leidt tot gedupliceerde vermeldingen of verloren informatie.

Wat hier opvalt, is dat de agent eerst de index leest. MEMORY.md functioneert als inhoudsopgave voor alle onderwerpspecifieke geheugenbestanden. De agent gebruikt dit om de huidige kennisstructuur in kaart te brengen voordat het een individueel bestand aanraakt. Het zoekt naar hiaten, overlappingen en organisatorische problemen op structureel niveau voordat het zich in inhoudelijke kwesties verdiept.

Fase 2: Signalen verzamelen

Hier begint het echte werk. De droomagent scant alle eerdere sessietranscripten -- lokaal opgeslagen als JSONL-bestanden -- op zoek naar patronen die het waard zijn om te bewaren.

Het zoekt naar specifieke signalen: gebruikerscorrecties (momenten waarop je Claude vertelde dat het fout zat of een andere richting in stuurde), terugkerende thema's (onderwerpen of tools die steeds weer opduiken in sessies), belangrijke architectuurbeslissingen, en verschuivingen in de projectrichting. Dagelijkse logs, indien aanwezig, worden ook doorgenomen.

Het belangrijkste inzicht in deze fase is wat het niet doet. Het behandelt niet elke sessie gelijk. Een sessie waarin jij en Claude drie verschillende authenticatie-benaderingen bespraken voordat jullie op één besloten, weegt anders dan een sessie waarin je Claude vroeg een console.log-statement toe te voegen. De agent doet patroonherkenning voor momenten met een hoog signaal -- de beslissingen, correcties en voorkeuren die toekomstige sessies vormgeven.

Dit is ook waar de agent controleert op drift. Als een geheugenbestand zegt "project gebruikt PostgreSQL" maar recente sessies interacties met MySQL laten zien, markeert de agent die tegenstrijdigheid voor oplossing in de volgende fase.

Fase 3: Consolidatie

Consolidatie is de kern van de transformatiestap. De agent neemt alles wat het in Fase 2 heeft verzameld en voegt het samen met de bestaande geheugenstructuur. Concreet doet het het volgende:

Converteert relatieve datums naar absolute datums. "Gisteren zijn we overgestapt van REST naar GraphQL" wordt "Op 2026-03-12 is het project gemigreerd van REST naar GraphQL." Dit lijkt klein maar is enorm. Drie weken later is "gisteren" betekenisloos. Een absolute datum blijft voor altijd nauwkeurig. Deze ene operatie elimineert een van de grootste bronnen van geheugenverwarring bij langlopende projecten.

Verwijdert tegengesproken feiten. Als sessie 8 zegt "API gebruikt Express" en sessie 14 zegt "Gemigreerd naar Fastify," wordt de Express-vermelding verwijderd. De agent twijfelt niet en bewaart niet beide -- het identificeert de temporele volgorde en behoudt de meest recente waarheid.

Voegt overlappende vermeldingen samen. Als drie verschillende sessies dezelfde eigenaardigheid van het build-commando opmerkten, worden die geconsolideerd tot één schone vermelding. Dit vermindert direct het verbruik van het context window. In plaats van drie iets verschillende beschrijvingen van hetzelfde probleem die 300 tokens opslokken, krijg je één precieze beschrijving van 80 tokens.

Organiseert per onderwerp. In plaats van een chronologische dump worden herinneringen georganiseerd in onderwerpbestanden die weerspiegelen hoe je ze daadwerkelijk zou willen raadplegen. Architectuurbeslissingen in één bestand. Toolingvoorkeuren in een ander. Actieve debuggingcontexten in een derde.

De consolidatiefase is waar de REM-slaapanalogie het best standhoudt. Tijdens menselijke REM-slaap herhaalt de hippocampus recente ervaringen terwijl de neocortex ze integreert in bestaande kennisstructuren. Dat is bijna exact wat hier gebeurt -- recente sessiegegevens (hippocampus-herhaling) worden geïntegreerd in de georganiseerde onderwerpbestanden (neocortex-opslag).

Fase 4: Snoei en indexering

De laatste fase dwingt een harde beperking af: houd MEMORY.md onder de 200 regels.

Dit is niet willekeurig. Het geheugenindex wordt in elke Claude Code-sessie in de context geïnjecteerd. Een indexbestand van 500 regels verbruikt context-tokens die beschikbaar zouden moeten zijn voor daadwerkelijk werk. De limiet van 200 regels dwingt de agent om meedogenloos te prioriteren -- verouderde vermeldingen worden verwijderd, uitgebreide beschrijvingen worden gecomprimeerd, en de index wordt herstructureerd om te verwijzen naar onderwerpsubbestanden in plaats van alles inline te plaatsen.

Na het snoeien herbouwt de agent de index. Elk onderwerpbestand krijgt een eenregelige verwijzing in MEMORY.md met een korte beschrijving. Toekomstige sessies kunnen dan alleen de onderwerpbestanden laden die relevant zijn voor het huidige gesprek, in plaats van het hele geheugenkorpus in te laden.

In één gedocumenteerd geval consolideerde Auto Dream 913 sessies aan opgestapeld geheugen tot een schone, georganiseerde structuur in minder dan 9 minuten. Dat zijn 913 sessies aan aantekeningen, correcties, beslissingen en voorkeuren -- gedistilleerd tot een samenhangende kennisbank terwijl de ontwikkelaar vermoedelijk sliep of koffie haalde.

Hoe je controleert of Auto Dream actief is (en wat te doen als dat niet zo is)

Hier wordt het een beetje onduidelijk. Per maart 2026 bevindt Auto Dream zich in een stille uitrol. Het staat niet in de officiële documentatie van Anthropic. De infrastructuur is gebouwd en aanwezig in de Claude Code-binary (v2.1.59+), maar niet elke gebruiker heeft al toegang.

Om je status te controleren, voer je het /memory-commando uit in een willekeurige Claude Code-sessie. Zoek naar een regel die zegt "Auto-dream: on" of "Auto-dream: off." Als je de schakelaar ziet, is de functie beschikbaar in jouw installatie -- zelfs als deze momenteel op uit staat.

Als je de Auto-dream-optie helemaal niet ziet, heb je een versie die de uitrol nog niet heeft ontvangen. Update naar de nieuwste Claude Code-versie en controleer opnieuw.

Voor degenen die "Auto-dream: off" zien -- de schakelaar verschijnt maar kan naar verluidt niet via de UI worden ingeschakeld voor alle gebruikers. Anthropic lijkt de volledige activering gefaseerd uit te rollen.

Er is een workaround die meerdere ontwikkelaars bevestigen: je kunt handmatig een droomcyclus activeren door het Claude direct te vertellen. Typ "dream," "auto dream," of "consolidate my memory files" in je sessie. Claude voert het consolidatieproces inline uit. Het duurt enkele minuten -- 8 tot 9 minuten in mijn tests bij een project met ongeveer 40 sessies -- maar het blokkeert je normale workflow niet. Je kunt doorwerken in Claude Code terwijl de droom in een apart proces draait.

Als je de volledige Auto Dream-ervaring wilt repliceren zonder te wachten op de officiële uitrol, is er een open-source dream skill op GitHub die het vierfasige consolidatieproces repliceert met een 24-uurs auto-trigger. Ik heb het niet uitgebreid getest, maar de architectuur weerspiegelt wat Anthropic intern heeft gebouwd.

Wanneer draait Auto Dream daadwerkelijk?

Wanneer volledig actief, wordt Auto Dream alleen automatisch geactiveerd wanneer aan twee voorwaarden is voldaan:

1. Er zijn meer dan 24 uur verstreken sinds de laatste consolidatie
2. Er hebben meer dan 5 nieuwe sessies plaatsgevonden sinds de laatste consolidatie

Aan beide voorwaarden moet zijn voldaan. Dit voorkomt onnodige verwerking op dagen dat je Claude Code alleen opent voor een snelle vraag, en het zorgt ervoor dat er genoeg nieuw materiaal is om een consolidatiepass te rechtvaardigen. Efficiënt gebruik van middelen -- het systeem droomt niet tenzij er iets is dat het dromen waard is.

De voorwaardelijke trigger betekent ook dat Auto Dream niet wordt geactiveerd bij projecten die je weken niet hebt aangeraakt. Het zoekt naar actief, groeiend geheugen -- niet naar slapende archieven.

Wat dit betekent voor je Claude Code-workflow

Ik werk nu ongeveer twee weken met geconsolideerde herinneringen -- deels door handmatige triggers, deels door wat lijkt op het automatische systeem dat zelf aanslaat. Het verschil is groot genoeg dat ik specifiek wil zijn over wat er veranderde.

Sessie-opstarttijd nam merkbaar af. Claude Code besteedde voorheen de eerste paar uitwisselingen van elke sessie aan het opnieuw oriënteren. Ik vroeg naar de betalingsmodule en het verwees naar een verouderd schema, ik corrigeerde het, en dan gingen we aan het eigenlijke werk. Na consolidatie oriënteert het zich bij de eerste poging. De schone, georganiseerde geheugenbestanden zorgen ervoor dat de relevante context de eerste keer correct wordt geladen.

Tegenstrijdigheden verdwenen. De Sanctum-vs-custom-JWT-verwarring die ik eerder noemde? Weg. Het geheugenbestand heeft nu één enkele, gedateerde vermelding: "Auth gemigreerd van Sanctum naar custom JWT-implementatie (2026-02-03)." Geen ambiguïteit. Geen getwijfel.

Efficiëntie van het context window verbeterde. Dit is moeilijker te kwantificeren, maar ik voelde het. Met een schonere, kleinere geheugenvoetafdruk had Claude meer ruimte voor daadwerkelijk probleemoplossing. De limiet van 200 regels op de geheugenindex betekent dat minder context wordt verbruikt door oriëntatie en meer wordt besteed aan het werk waar ik daadwerkelijk om vraag.

Cross-sessie continuïteit werd beter. Claude verwijst nu naar beslissingen van 15 sessies geleden met hetzelfde vertrouwen als beslissingen van de vorige sessie. Het consolidatieproces creëert een vlakke temporele structuur -- alles wat nog relevant is, is gelijk toegankelijk, ongeacht wanneer het oorspronkelijk was vastgelegd.

Als je langer dan een paar weken met Claude Code aan een project werkt, raad ik sterk aan om handmatig een droomcyclus te activeren. Zelfs als je de automatische functie nog niet hebt, is de eenmalige consolidatie de 9 minuten waard.

Voor teams die dit soort persistente geheugenarchitectuur nodig hebben in productie-AI-systemen, neem ik Claude Code-integratieprojecten aan op Fiverr -- het opzetten van geheugenbeheer, agent-workflows en automatiseringslagen die Claude Code transformeren van een coderingsassistent naar een echt teamlid.

Het grotere plaatje: AI-agents leren slapen

Stap even terug van de implementatiedetails en bedenk wat Anthropic hier werkelijk aan het doen is.

Ze bouwen een AI-agent die overdag werkt en 's nachts zijn ervaringen verwerkt. Het vergaart kennis via actieve sessies en consolideert die kennis vervolgens tijdens de rustperiode door middel van een gestructureerd reviewproces dat biologische geheugensystemen weerspiegelt. De vier fasen -- oriënteren, signalen verzamelen, consolideren, snoeien -- zijn geen willekeurige engineeringkeuzes. Ze komen overeen met gedocumenteerde stadia van geheugenconsolidatie in neurowetenschappelijk onderzoek.

Dit is belangrijk voorbij Claude Code. Het Sleep-time Compute-paper van UC Berkeley en Letta toonde aan dat offline verwerking tijdens inactieve perioden de actieve rekenkosten met 2,5x kan verlagen met behoud van nauwkeurigheid. De onderzoekers bestudeerden dit specifiek in de context van agentische software-engineeringtaken -- precies het domein waarin Claude Code opereert.

De implicaties strekken zich uit tot elk langlopend AI-agentsysteem. Klantenservice-agents die interactiepatronen 's nachts consolideren. Code review-agents die feedbacktrends synthetiseren over honderden PR's. Projectmanagement-agents die weken aan standup-aantekeningen destilleren tot bruikbare samenvattingen over projectgezondheid. Het patroon is hetzelfde: verzamelen tijdens actief gebruik, consolideren tijdens de rustperiode, scherper terugkomen.

Wat Anthropic hier heeft gelanceerd, is niet zomaar een functie. Het is een paradigma voor hoe persistente AI-agents kennis over tijd moeten beheren. En het feit dat ze het hebben gemodelleerd naar biologische geheugensystemen in plaats van traditionele database-optimalisatie, suggereert dat ze nadenken over agentcognitie op een fundamenteel ander niveau dan de meeste AI-bedrijven.

Ik schreef eerder over zelfverbeterende AI-systemen -- systemen die hun eigen prestaties evalueren en autonoom verbeteren. Auto Dream is een complementair vermogen. Zelfverbetering verandert wat de agent doet. Geheugenconsolidatie verandert wat de agent weet. Samen creëren ze agents die oprecht beter worden over tijd zonder constant menselijk onderhoud.

De eerlijke beperkingen

Ik zou je een slechte dienst bewijzen als ik dit als een opgelost probleem zou presenteren. Auto Dream heeft echte beperkingen die de moeite waard zijn om te kennen.

Het is nog experimenteel. De functie is ongedocumenteerd, gedeeltelijk uitgerold en kan aanzienlijk veranderen voor de officiële release. Kritische workflows bouwen die afhankelijk zijn van het huidige gedrag van Auto Dream is riskant. Anthropic heeft zich niet vastgelegd op het API-oppervlak, de triggervoorwaarden of zelfs de vierfasestructuur.

De limiet van 200 regels is een bot instrument. Voor complexe projecten met een diepe architectuurgeschiedenis is 200 regels niet genoeg. Ik heb aan projecten gewerkt waar alleen de architectuurbeslissingen al 200 regels zouden vullen. De snoei-agent moet beoordelingen maken over wat "verouderd" versus wat "fundamenteel" is, en die beoordelingen zijn niet altijd juist. Ik heb gezien dat het een databasemigratie-notitie verwijderde die nog steeds relevant was, omdat de laatste verwijzing ernaar 30 sessies geleden was.

Handmatige triggers repliceren het automatische gedrag niet perfect. Wanneer je Claude vertelt om inline te "dromen", draait het in de context van je huidige sessie. De daadwerkelijke Auto Dream-subagent draait in een dedicated, afgeschermde omgeving met specifieke machtigingen en isolatie. De inline-versie werkt, maar is niet identiek.

Er is geen ongedaan maken. Als de droomagent iets verwijdert dat je nodig had, is het weg. De geheugenbestanden worden ter plekke overschreven. Er is geen versiegeschiedenis, geen terugdraaimechanisme. Als je aan een project werkt waar geheugennauwkeurigheid cruciaal is, overweeg dan je ~/.claude/projects/<project>/memory/-map te tracken met git voordat je een consolidatie activeert. Ik doe dit nu als standaardpraktijk.

Het gaat nog niet elegant om met projecten met meerdere ontwikkelaars. De geheugenmap is per project op basis van het git-repositorypad, wat betekent dat alle ontwikkelaars die een repo delen, dezelfde geheugenmap delen. Auto Dream consolideert op basis van alle sessies, niet alleen die van jou. In een teamsetting kan dit herinneringen consolideren die tegenstrijdige voorkeuren van verschillende ontwikkelaars weerspiegelen. Het GitHub-issue dat dit bijhoudt identificeert identiteit, nauwkeurigheid en transparantie als de drie voornaamste lacunes.

Dit zijn echte beperkingen. Ze doen niets af aan de waarde -- zelfs met deze kanttekeningen is geconsolideerd geheugen dramatisch beter dan ongecontroleerde geheugenopstapeling. Maar ga er met open ogen in.

Wat ik nu zou aanbevelen

Als je Claude Code gebruikt voor een project langer dan 10 sessies, is dit wat ik vandaag zou doen:

Stap 1: Voer /memory uit in je volgende Claude Code-sessie. Controleer of je de Auto-dream-schakelaar ziet. Als die er is en op "on" staat, profiteer je al. Als het "off" is of ontbreekt, ga naar stap 2.

Stap 2: Voordat je een consolidatie activeert, maak een back-up van je geheugenmap. Voer uit:

cp -r ~/.claude/projects/$(pwd | sed 's|/|%2F|g')/memory ~/claude-memory-backup-$(date +%Y%m%d)

Stap 3: Typ in je Claude Code-sessie: "Consolidate my memory files. Review all existing memories, remove contradictions, convert relative dates to absolute dates, merge duplicates, and prune stale entries."

Stap 4: Wacht 8-10 minuten. Je kunt ondertussen aan andere dingen werken -- de consolidatie draait op de achtergrond.

Stap 5: Controleer na voltooiing de bijgewerkte geheugenbestanden. Kijk of er niets cruciaals is verwijderd. Als er iets belangrijks ontbreekt, herstel dan vanuit je back-up en voer opnieuw uit met specifiekere instructies over wat bewaard moet blijven.

Stap 6: Herhaal maandelijks, of wanneer Claude Code tekenen vertoont van geheugenverwarring -- eerdere beslissingen tegenspreken, naar verouderde code verwijzen, of twijfelen over feiten die het met zekerheid zou moeten weten.

Als je dit wilt automatiseren, implementeert het dream-skill-project op GitHub een 24-uurs auto-trigger die het officiële Auto Dream-gedrag nabootst. Het is community-gebouwd, niet officieel van Anthropic, maar de architectuur is degelijk.

Je AI-agent heeft nu een onderbewustzijn

De sessie waarmee dit hele onderzoek begon -- die van 23:00 uur waar Claude ineens scherper aanvoelde -- bleek een van de meest productieve te zijn die ik aan dat project heb gehad. Claude verwees naar een cachingstrategie die ik in sessie 6 had afgewezen, maar die opnieuw relevant was geworden na onze architectuurwijzigingen in sessie 19. Het herinnerde niet alleen dat de strategie bestond. Het begreep de tijdlijn: oorspronkelijk afgewezen omdat we op een enkele server zaten, nu relevant omdat we naar een gedistribueerde opzet waren overgestapt.

Dat soort temporeel redeneren over 19 sessies aan opgestapelde context is precies wat consolidatie mogelijk maakt. De ruwe geheugenbestanden bevatten beide vermeldingen -- "cachingstrategie afgewezen" en "overgestapt naar gedistribueerde architectuur" -- maar het waren losgekoppelde notities begraven in ruis. Na consolidatie waren ze georganiseerd, gedateerd en verbonden.

Je AI-coderingsagent droomt nu. Het reviewt zijn ervaringen terwijl jij slaapt. Het wordt wakker, scherper, met schonere herinneringen en beter oordeelsvermogen. Een jaar geleden zou die zin hebben geklonken als sciencefiction. Vandaag is het een functie die je in je terminal kunt aan- en uitzetten.

De vraag is niet of dit verandert hoe je Claude Code gebruikt. Dat doet het. De vraag is wat er gebeurt wanneer elke AI-agent in je workflow dit vermogen krijgt -- wanneer je code reviewer, je projectplanner, je deployment-monitor en je documentatieschrijver allemaal 's nachts hun ervaringen consolideren en de volgende ochtend een beetje slimmer aan het werk verschijnen dan de dag ervoor.

Die toekomst is geen jaar ver weg. De infrastructuur zit al in de binary.

Veelgestelde vragen

Wat is Claude Code Auto Dream?

Auto Dream is een experimentele Claude Code-functie die geheugenbestanden consolideert tussen sessies, vergelijkbaar met hoe REM-slaap menselijke herinneringen organiseert. Het draait een achtergrond-subagent die verouderde vermeldingen verwijdert, tegenstrijdigheden oplost, relatieve datums converteert naar absolute tijdstempels, en herinneringen reorganiseert in nette onderwerpbestanden. Open het via het /memory-commando in een willekeurige Claude Code-sessie.

Hoe schakel ik Auto Dream in bij Claude Code?

Voer /memory uit in je Claude Code-sessie om te controleren op de Auto-dream-schakelaar. Als de schakelaar verschijnt maar niet wil activeren, kun je consolidatie handmatig activeren door "consolidate my memory files" direct aan Claude te typen. De functie vereist Claude Code v2.1.59 of hoger en bevindt zich per maart 2026 nog in een gefaseerde uitrol.

Verwijdert Auto Dream mijn Claude Code-herinneringen?

Auto Dream verwijdert verouderde en tegengesproken vermeldingen, maar behoudt actuele, relevante informatie. Het verwijdert achterhaalde feiten (zoals verwijzingen naar frameworks waar je sindsdien van bent afgestapt), voegt dubbele vermeldingen samen, en houdt de geheugenindex onder de 200 regels. Maak een back-up van je geheugenmap voor het eerste gebruik -- er is geen ingebouwd ongedaan-maken-mechanisme.

Hoe lang duurt een Claude Code Auto Dream-cyclus?

Een typische consolidatiecyclus duurt 8-10 minuten, afhankelijk van het aantal opgestapelde sessies. Het draait op de achtergrond zonder je actieve Claude Code-sessie te blokkeren. Het proces wordt alleen automatisch geactiveerd wanneer er meer dan 24 uur en meer dan 5 sessies zijn verstreken sinds de laatste consolidatie.

Wat is het verschil tussen Auto Memory en Auto Dream?

Auto Memory legt informatie vast tijdens actieve sessies -- het codeert aantekeningen over beslissingen, voorkeuren en projectdetails terwijl ze plaatsvinden. Auto Dream consolideert die aantekeningen tussen sessies -- het reviewt, organiseert en snoeit opgestapelde herinneringen zodat ze na verloop van tijd bruikbaar blijven. Auto Memory schrijft vooruit; Auto Dream kijkt achteruit. Beide zijn noodzakelijk voor effectief langetermijngeheugen van agents.

Laten we samenwerken

Wil je AI-systemen bouwen, workflows automatiseren of je technische infrastructuur opschalen? Ik help je graag.

• Fiverr (maatwerkoplossingen & integraties): fiverr.com/s/EgxYmWD
• Portfolio: mejba.me
• Ramlit Limited (enterprise-oplossingen): ramlit.com
• ColorPark (design & branding): colorpark.io
• xCyberSecurity (beveiligingsdiensten): xcybersecurity.io