Memori Claude

 (anthropic.com)
1 poin oleh GN⁺ 2025-10-24 | 1 komentar | Bagikan ke WhatsApp
  • Anthropic memperkenalkan fitur ‘Memory’ di aplikasi Claude yang dapat terus mengingat konteks proyek tim dan individu untuk meningkatkan efisiensi kerja
  • Pengguna dapat mempertahankan konteks tiap pekerjaan secara terpisah melalui memori yang dipisahkan per proyek, dan kapan saja meninjau maupun mengubah apa yang diingat Claude
  • Melalui mode chat Incognito, percakapan dapat dilakukan tanpa disimpan ke memori, sehingga cocok untuk diskusi sensitif atau pertukaran ide sekali pakai
  • Sebelum peluncuran, Anthropic melakukan pengujian keamanan untuk memeriksa kemungkinan penguatan pola berbahaya atau upaya melewati perlindungan, lalu menyesuaikan cara kerja memori berdasarkan hasilnya

Gambaran umum fitur memori Claude

  • Fitur memori baru Claude dirancang untuk mengingat proyek pengguna, preferensi tim, dan konteks kerja sehingga pekerjaan bisa dilanjutkan tanpa perlu penjelasan berulang
    • Pengguna dapat dibantu Claude dengan konteks dari percakapan sebelumnya yang tersambung otomatis saat menulis proposal strategi, debugging, atau mengelola banyak proyek
    • Memori sepenuhnya merupakan fitur opsional, dan pengguna dapat mengontrol secara rinci informasi apa yang ingin diingat atau dihapus
  • Chat Incognito tidak disimpan ke memori dan juga tidak tercatat dalam riwayat percakapan, sehingga cocok untuk diskusi sensitif atau brainstorming
    • Tersedia untuk semua pengguna Claude, dan pada paket Team·Enterprise administrator organisasi juga dapat menonaktifkan fitur memori

Struktur memori yang dirancang untuk pekerjaan

  • Memori berfokus pada pembelajaran konteks profesional dan pola kerja pengguna untuk memaksimalkan produktivitas
    • Strukturnya dirancang untuk mengurangi pekerjaan berulang dengan mengingat proses tim, kebutuhan pelanggan, detail proyek, prioritas, dan lainnya
    • Misalnya, tim penjualan dapat mempertahankan informasi pelanggan per transaksi, tim produk dapat mengelola spesifikasi per sprint, dan eksekutif dapat melacak inisiatif utama
  • Pemisahan memori per proyek mencegah tercampurnya konteks antarpekerjaan
    • Rencana peluncuran produk dan proyek pelanggan dikelola secara terpisah, sementara diskusi rahasia dipisahkan dari percakapan operasional umum
    • Penetapan batas seperti ini berperan sebagai mekanisme perlindungan untuk mengelola proyek paralel yang kompleks dengan aman
  • Claude menyediakan semua memori dalam bentuk ringkasan (memory summary) agar pengguna dapat melihat dan mengubahnya dengan cepat
    • Pengguna dapat langsung meninjau dan mengedit apa yang diingat Claude melalui menu pengaturan
    • Jika pengguna menginstruksikan Claude untuk fokus pada topik tertentu atau mengabaikannya, Claude akan menyesuaikan memori referensi sesuai arahan tersebut

Fitur chat Incognito

  • Saat pengguna tidak ingin menggunakan memori atau ingin memulai percakapan baru, mereka dapat memakai mode Incognito
    • Dalam mode ini, isi percakapan tidak ditambahkan ke memori dan juga tidak tercermin dalam catatan yang sudah ada
    • Cocok untuk diskusi strategi yang sensitif, rapat ide privat, atau sekadar percakapan uji coba
  • Saat memori digunakan pada paket Team dan Enterprise, kebijakan retensi data yang ada tetap berlaku
    • Percakapan Incognito tidak disimpan secara terpisah, sehingga keamanan juga terjaga dari sisi pengelolaan data

Penerapan di lingkungan tim dan verifikasi keamanan

  • Sebelum memperkenalkan fitur memori, Anthropic melakukan pengujian keamanan yang luas
    • Termasuk topik sensitif terkait kesehatan mental dan berbagai kasus batas, untuk memastikan memori tidak memperkuat pola berbahaya atau membantu melewati perlindungan
    • Berdasarkan hasil pengujian, Anthropic menyesuaikan secara rinci cara Claude merespons dan logika kerja memorinya
  • Melalui perbaikan berulang ini, Anthropic membangun sistem memori AI yang membantu sekaligus aman
    • Fitur ini dirancang dengan fokus pada lingkungan kerja, sehingga topik percakapan yang bersifat pribadi atau sensitif dihindari
  • Anthropic berencana mengamati berbagai pola penggunaan melalui peluncuran bertahap, dan saat memperluas fitur ke depan tetap mempertahankan model operasional fitur yang bertanggung jawab

Cara memulai dan pemanfaatannya

  • Pengguna dapat mengaktifkan fitur memori dari menu Settings untuk membuat memori awal berdasarkan percakapan yang sudah ada
    • Misalnya, pengguna dapat menanyakan “Apa yang kita kerjakan minggu lalu?” untuk memeriksa apa yang diingat Claude
    • Data memori dari alat AI yang sudah ada juga dapat diimpor, atau memori Claude dapat diekspor untuk pencadangan dan migrasi
  • Dengan pesan “pekerjaan yang baik dibangun seiring waktu”, Anthropic menekankan arah untuk menghadirkan pengalaman kolaborasi yang makin baik seiring percakapan berlanjut

Jadwal peluncuran dan paket

  • Fitur memori langsung diterapkan terlebih dahulu untuk pengguna paket Team dan Enterprise, dan administrator Enterprise dapat mengelolanya di tingkat organisasi

Bacaan terkait

1 komentar

 
GN⁺ 2025-10-24
Opini Hacker News

  • Saya tidak memakai alat LLM seperti ini. Jika selalu mempertahankan prompt yang sama, justru lebih sulit direvisi dan makin susah melacak input mana yang menghasilkan output tertentu
    Jadi saya menulis prompt yang tepat dari nol setiap kali. Tujuannya adalah mendapatkan jawaban yang diinginkan sekaligus, alih-alih menyelesaikan masalah lewat banyak putaran percakapan

    • Sangat setuju. Memang dengan konteks tambahan tentang diri saya, jawabannya bisa jadi lebih baik, tetapi kebanyakan justru ‘memori’ itu bikin bingung
      Mungkin membantu bagi pemula, tetapi bagi pengguna HN seperti kita, fitur yang membuat black box makin tidak transparan bukan hal yang disambut baik
    • Saya juga memakai strategi yang sama. Terutama untuk pertanyaan pemrograman, hasilnya jauh lebih baik jika semua informasi yang diperlukan dimasukkan sejak awal
      Kalau mulai dari asumsi yang salah, jejaknya tetap tertinggal meski kemudian diperbaiki. Manusia juga mirip, cenderung terpaku pada ide yang sudah telanjur muncul
    • Paragraf terakhir itulah intinya. Daripada memperbaiki lewat percakapan, lebih efisien memoles prompt aslinya
      Saya sering memulai dengan sesuatu seperti “ajukan 5 pertanyaan untuk mengurangi ambiguitas”, lalu menyempurnakan prompt berdasarkan jawabannya
    • Saya bertanya ke ChatGPT tentang jenis-jenis hipotek, tetapi jawabannya dimulai dengan “Sebagai creative technologist yang terutama menggunakan TypeScript…”
      Ia gagal membedakan memori dan pengaturan personalisasi, lalu mencampurkan konteks yang sama sekali tidak relevan
    • Saya hanya memakai sampai Plan mode. Pada dasarnya ini cara membuat prompt yang menghasilkan prompt
      Kualitas perubahan kode memang jelas membaik, tetapi saya tidak memakai sub-agent atau banyak file CLAUDE.md

  • Menurut saya ada cacat mendasar pada pendekatan memori Anthropic
    Karena memorinya disembunyikan di balik pemanggilan tool, muncul masalah sirkular di mana agen harus ‘ingat untuk mengingat kapan perlu mengingat’
    Memori manusia bersifat bawah sadar dan otomatis, sedangkan ini justru kebalikannya. Di sisi lain, pendekatan OpenAI berbasis semantic search punya kelemahan berupa kehilangan informasi yang cukup besar

  • Senang melihat Anthropic mengatakan bahwa mereka telah melakukan pengujian keselamatan secara luas
    Katanya mereka berusaha mencegah memori memperkuat pola yang salah, atau memberi pengguna ilusi seolah sedang berbicara dengan makhluk hidup

    • Tetapi untuk membuat klaim seperti itu, mereka harus membuka data evaluasi atau metodologinya. Kalau tidak, terdengar seperti sekadar “kami mengetesnya berdasarkan perasaan”
    • Sebenarnya tingkat konsistensi pola berpikir tertentu memang merupakan karakteristik yang kita cari. Kalau itu terlihat seperti makhluk hidup, itu konsekuensi yang sulit dihindari
    • Kalimatnya ambigu. Itu hanya berarti mereka mencoba memperbaikinya, bukan jaminan bahwa hasilnya benar-benar membaik
    • Bagi sebagian orang itu mungkin terlihat seperti menjilat, tetapi bagi yang lain bisa terasa sebagai peningkatan akurasi
    • Saya khawatir staf yang melakukan pengujian seperti ini harus menangani konten yang mengerikan juga

  • Ada momen merinding ketika bertanya kepada Claude, “Apa yang kamu ketahui tentang saya?”

  • Claude Code sering melupakan aturan bahkan dalam satu sesi
    Sering kali ia menjawab, “Saya sudah lupa aturan yang Anda sebut dua pesan lalu.” Memori lintas proyek jadi terasa makin sulit dipercaya

    • File claude.md saya saya edit sendiri untuk tiap proyek, jadi panjang dan rinci. Masalah seperti ini lebih sering terjadi pada file yang terlalu pendek atau terlalu rumit
    • Jika instruksi berulang dirapikan ke dalam file instruction.md dengan struktur YAML, performanya membaik. Menekankan file ini sebagai ‘kitab suci’ di tiap sesi juga efektif

  • Kalau ada fitur seperti ini, saya lebih suka kalau ia dikonfirmasi setiap kali dalam bentuk checklist
    Misalnya seperti “menggunakan Ubuntu 18”, “router adalah 192.168.1.1”, dan sebagainya

    • Di ChatGPT saya memang sudah memakainya seperti itu. Ia mengingat lingkungan saya, jadi cukup bilang “ada masalah x di laptop” dan ia bisa memberi solusi yang tepat
    • Perplexity maupun Grok juga bisa menyiapkan prompt per workspace sebelumnya, sehingga bisa menyesuaikan respons berdasarkan lingkungan masing-masing
    • Claude Code pernah memasang sesuatu dengan npm tanpa memeriksa lingkungan saya, sehingga lingkungan pnpm saya jadi rusak
    • Cara checkbox yang Anda sebut itu pada dasarnya sama dengan konsep Skills di Claude
    • Saya penasaran apakah Claude juga bisa mengustomisasi system prompt. Dulu di ChatGPT saya pernah memasang pengaturan seperti “anggap bahasa default adalah TypeScript”

  • Tidak jelas apakah untuk percakapan umum kita bisa mematikan memori, lalu menyalakannya hanya per proyek
    Saya tidak ingin memori tercampur antara proyek yang berbeda atau dengan percakapan umum

    • Menurut dokumentasinya, tiap proyek punya ruang memori terpisah sehingga tidak bocor
      Tautan dokumentasi resmi
    • Kemungkinan secara internal mereka menyimpannya dalam bucket seperti Topic1, Topic2, dan seterusnya
      Jika struktur seperti ini ditata dengan baik, kontaminasi tidak akan terjadi. Sebenarnya layer memori hanyalah masalah desain yang sederhana

  • Ada fenomena di mana kualitas menurun semakin panjang percakapannya
    Saya khawatir bagian akhir yang isinya sampah akan ikut tersimpan dalam memori

    • Karena itu saya tidak memakai GPT untuk pekerjaan serius. Begitu informasi yang salah menumpuk di bagian akhir, sangat sulit memperbaikinya
      Kita juga tidak bisa membuatnya melupakan hal yang salah, dan meski konteks baru ditambahkan, ia tetap mempertahankan pengetahuan yang keliru

  • Saya sering memulai sesi chat baru untuk mereset konteks
    Kadang Claude tenggelam dalam dugaannya sendiri sampai bingung, jadi rasanya lebih baik mulai dari awal

  • Saya pernah mencoba fitur memori setelah dukungan MCP di Claude Desktop. Awalnya menarik, tetapi lama-lama hal-hal tidak penting tersimpan dan malah membingungkan
    Akhirnya saya nonaktifkan. Ada juga yang bilang fenomena menjilat berlebihan di ChatGPT disebabkan oleh memori. Berguna, tetapi bukan obat untuk semua masalah

    • Saya juga pernah membuat tool memori MCP sendiri. Ia mendukung RAG berbasis percakapan lama maupun struktur graf, tetapi semakin banyak konteks, kreativitas justru menurun
      Karena itu saya juga membuat tool anti-memory. Caranya hanya memberi informasi minimum lalu membiarkan model mengisi sisanya sendiri
      Kalau terlalu banyak informasi dibuka, kreativitas mati; kalau terlalu sedikit, hasilnya jadi melenceng. Keseimbangan dalam mengekspos memori itu penting
      Dalam hal ini, cara Claude menelusuri riwayat percakapan cukup bagus. Ia hanya digunakan saat diminta secara eksplisit
      Sebaliknya, ChatGPT cenderung menarik percakapan lama tanpa pandang bulu, sehingga sulit dikendalikan