Populární témata
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.

Femke Plantinga
Učte se se mnou o AI.
Růstové @weaviate_io
Nejtěžší částí budování AI agentů není naučit je pamatovat si.
Učí je zapomínat.
Můj kolega a neuvěřitelně talentovaný spisovatel právě @helloiamleonie publikoval možná nejkomplexnější rozpis agentní paměti, jaký jsem kdy viděl – a věřte mi, všichni jsme to potřebovali.
Tady je hlavní výzva: LLM jsou bezstavové. Každý rozhovor je nový začátek. Nepamatují si, co jsi řekl před pěti minutami, natož co jsi řekl minulý týden. Jak tedy vytvořit agenty, kteří si skutečně pamatují?
Dva základní typy paměti:
• Krátkodobá paměť: Informace v kontextovém okně LLM (aktuální konverzace)
• Dlouhodobá paměť: Informace uložené externě (minulé konverzace, uživatelské preference, naučená fakta)
Ale tady to začíná být zajímavé – a matoucí. Různé rámce kategorizují paměť různě, například:
Přístup CoALA (inspirovaný lidským poznáním):
• Pracovní paměť (současná konverzace)
• Sémantická paměť (fakta o uživateli)
• Epizodická paměť (minulé zkušenosti a činy)
• Procedurální paměť (instrukce a chování)
Lettův přístup (zaměřený na architekturu):
• Message Buffer (nedávné zprávy)
• Core Memory (aktivně spravované bloky v kontextu)
• Paměť na vzpomínky (surová historie konverzace)
• Archivní paměť (explicitně uložené znalosti)
Nejtěžší část? Zapomínající.
Spravovat, co jde do paměti, je velmi složité. Spravovat, co se maže, je ještě těžší. Jak automatizujete rozhodování, co je zastaralé? Kdy jsou staré informace skutečně zastaralé a kdy stále kontextuálně relevantní? Právě zde většina implementací bojuje.
Leonie pokrývá vše od různých typů paměti (pracovní, sémantické, epizodické, procedurální) až po praktické implementační strategie a rostoucí ekosystém paměťových rámců jako mem0, Letta a zep.
Toto je jeden z těch příspěvků, které si budete chtít uložit do záložek a vrátit se k nim, když budete budovat své agentní systémy.
Leoniin blogový příspěvek:

13,17K
Všichni mluví o agentické umělé inteligenci, ale mluvíme všichni o stejné věci?
Všiml jsem si, že lidé používají "agentické architektury" a "agentické pracovní postupy" zaměnitelně.
Ale ve skutečnosti jsou to docela odlišné koncepty, které spolu fungují.
Zde je rozdíl:
Agentic workflows = Řada kroků, které agent podnikne k dosažení cíle
Přemýšlejte o tom jako o "co" - skutečném procesu
Tyto kroky mohou zahrnovat:
• Použití LLM k vytvoření plánu
• Rozdělení úkolů na dílčí úkoly
• Používání nástrojů, jako je vyhledávání na internetu
• Reflexe výsledků a úprava plánu
Agentické architektury = Technický rámec a návrh systému
Přemýšlejte o tom jako o "jak" - základní struktuře
Ty vždy obsahují:
• Alespoň jeden agent s rozhodovacími schopnostmi
• Nástroje, které může agent používat
• Systémy pro krátkodobou a dlouhodobou paměť
Proč na tom záleží?
Protože stejný pracovní postup lze implementovat pomocí různých architektur. Je to jako mít více způsobů, jak vytvořit stejný recept - kroky zůstávají podobné, ale nastavení kuchyně se liší.
Například agentní pracovní postup RAG (rozdělení dotazů, načítání informací, vyhodnocení relevance) může být vytvořen s architekturou směrovače s jedním agentem nebo se systémem s více agenty. Stejný pracovní postup, jiná architektura.
Pochopení tohoto rozdílu vám pomůže:
• Navrhujte flexibilnější systémy
• Vyberte si správnou architekturu pro váš konkrétní pracovní postup
• Jasněji komunikujte o tom, co vlastně budujete
Z jakých agentických pracovních postupů se nejvíce těšíte na implementaci?
Prostředky:
📌 Agentic Architectures zdarma Ebook:
📌 Příspěvek na blogu o pracovních postupech agentů:

38,09K
Top
Hodnocení
Oblíbené

