Het moeilijkste deel van het bouwen van AI-agenten is niet het leren onthouden. Het is het leren vergeten. Mijn collega en ongelooflijk getalenteerde schrijver @helloiamleonie heeft zojuist gepubliceerd wat misschien wel de meest uitgebreide uiteenzetting van agentgeheugen is die ik heb gezien - en geloof me, we hadden dit allemaal nodig. Hier is de kernuitdaging: 𝗟𝗟𝗠𝘀 𝗮𝗿𝗲 𝘀𝘁𝗮𝘁𝗲𝗹𝗲𝘀𝘀. Elk gesprek is een frisse start. Ze herinneren zich niet wat je vijf minuten geleden zei, laat staan wat je vorige week zei. Dus hoe maken we agenten die daadwerkelijk onthouden? 𝗧𝘄𝗼 𝗳𝘂𝗻𝗱𝗮𝗺𝗲𝗻𝘁𝗮𝗹𝗲 𝗺𝗲𝗺𝗼𝗿𝘆 𝘁𝘆𝗽𝗲𝘀: • 𝗦𝗵𝗼𝗿𝘁-𝘁𝗲𝗿𝗺 𝗺𝗲𝗺𝗼𝗿𝘆: Informatie in het contextvenster van de LLM (het huidige gesprek) • 𝗟𝗼𝗻𝗴-𝘁𝗲𝗿𝗺 𝗺𝗲𝗺𝗼𝗿𝘆: Informatie die extern is opgeslagen (vorige gesprekken, gebruikersvoorkeuren, geleerde feiten) Maar hier wordt het interessant - en verwarrend. Verschillende frameworks categoriseren geheugen op verschillende manieren, bijvoorbeeld: 𝗖𝗼𝗔𝗟𝗔'𝘀 𝗮𝗽𝗽𝗿𝗼𝗮𝗰𝗵 (geïnspireerd door menselijke cognitie): • Werkgeheugen (huidige gesprek) • Semantisch geheugen (feiten over de gebruiker) • Episodisch geheugen (verleden ervaringen en acties) • Procedureel geheugen (instructies en gedragingen) 𝗟𝗲𝘁𝘁𝗮'𝘀 𝗮𝗽𝗽𝗿𝗼𝗮𝗰𝗵 (architectuurgericht): • Berichtenbuffer (recente berichten) • Kerngeheugen (actief beheerde in-context blokken) • Herinneringsgeheugen (ruwe gespreksgeschiedenis) • Archiefgeheugen (expliciet opgeslagen kennis) 𝗧𝗵𝗲 𝗵𝗮𝗿𝗱𝗲𝘀𝘁 𝗽𝗮𝗿𝘁? 𝗙𝗼𝗿𝗴𝗲𝘁𝘁𝗶𝗻𝗴. Het beheren van wat in het geheugen gaat, is supercomplex. Het beheren van wat 𝘥𝘦𝘭𝘦𝘵𝘦𝘦𝘳𝗱 wordt, is nog moeilijker. Hoe automatiseer je het beslissen wat verouderd is? Wanneer is oude informatie echt verouderd versus nog steeds contextueel relevant? Dit is waar de meeste implementaties moeite mee hebben. Leonie behandelt alles van de verschillende geheugentypes (werk-, semantisch, episodisch, procedureel) tot praktische implementatiestrategieën en het groeiende ecosysteem van geheugenkaders zoals mem0, Letta en zep....