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....