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....