Найскладніше у створенні AI-агентів — це не навчити їх запам'ятовувати. Це вчить їх забувати. Мій колега і надзвичайно талановитий письменник щойно @helloiamleonie опублікував, можливо, найповніший аналіз пам'яті агента, який я бачив — і повірте, нам усім це було потрібно. Ось основна проблема: LLM є безстанними. Кожна розмова — це новий початок. Вони не пам'ятають, що ти сказав п'ять хвилин тому, не кажучи вже про те, що казав минулого тижня. Отже, як створити агентів, які справді пам'ятають? Два фундаментальних типи пам'яті: • Короткочасна пам'ять: інформація у контекстному вікні LLM (поточна розмова) • Довготривала пам'ять: інформація, що зберігається зовні (минулі розмови, вподобання користувача, засвоєні факти) Але ось де стає цікаво — і заплутано. Різні фреймворки по-різному класифікують пам'ять, наприклад: Підхід CoALA (натхненний людським когнітивним розумом): • Робоча пам'ять (поточна розмова) • Семантична пам'ять (факти про користувача) • Епізодична пам'ять (минулі переживання та дії) • Процедурна пам'ять (інструкції та поведінка) Підхід Letta (орієнтований на архітектуру): • Buffer Message Buffer (останні повідомлення) • Основна пам'ять (активно керується блоками в контексті) • Пам'ять пригадати (сира історія розмови) • Архівна пам'ять (явно збережені знання) Найважче? Забувши. Керування тим, що потрапляє в пам'ять, дуже складне. Керувати тим, що видаляється, ще складніше. Як автоматизувати визначення, що застаріло? Коли стара інформація справді застаріла, а коли все ще актуальна в контексті? Саме тут більшість реалізацій мають труднощі. Леоні охоплює все — від різних типів пам'яті (робочих, семантичних, епізодичних, процедурних) до практичних стратегій реалізації та зростаючої екосистеми фреймворків пам'яті, таких як mem0, Letta та zep. Це один із тих постів, які варто додати в закладки і повернутися до них, коли будуватимете свої агентські системи. Допис у блозі Леоні:

Усі говорять про агентний штучний інтелект, але чи всі ми говоримо про одне й те саме? Я помітив, що люди використовують «агентні архітектури» та «агентні робочі процеси» як синоніми. Але насправді це досить різні концепції, які працюють разом. Ось у чому полягає відмінність: Агентичні робочі процеси = Ряд кроків, які агент робить для досягнення мети Думайте про це як про "що" - власне процес Ці кроки можуть включати: • Використання LLM для створення плану • Розбивка завдань на підзадачі • Використання таких інструментів, як пошук в Інтернеті • Обмірковування результатів та коригування плану Агентні архітектури = Технічна база та проектування систем Думайте про це як про "як" - основну структуру Вони завжди містять: • Принаймні один агент з можливостями прийняття рішень • Інструменти, які може використовувати агент • Системи для короткочасної та довготривалої пам'яті Чому це важливо? Тому що один і той же робочий процес може бути реалізований з використанням різних архітектур. Це все одно, що мати кілька способів створити один і той же рецепт - кроки залишаються схожими, але кухонне оформлення відрізняється. Наприклад, агентичний робочий процес RAG (розбиття запитів, отримання інформації, оцінка релевантності) може бути побудований за допомогою одноагентної архітектури маршрутизатора або мультиагентної системи. Той самий робочий процес, інша архітектура. Розуміння цієї відмінності допоможе вам: • Проектування більш гнучких систем • Виберіть правильну архітектуру для вашого конкретного робочого процесу • Більш чітко повідомляйте про те, що ви насправді будуєте Які агентні робочі процеси вам найбільше подобається впроваджувати? Ресурси: 📌 Безкоштовна електронна книга "Агентичні архітектури": 📌 Публікація в блозі Agentic Workflows: