RAG không bao giờ là mục tiêu cuối cùng. Ký ức trong các tác nhân AI là nơi mọi thứ đang hướng tới. Hãy để tôi giải thích sự tiến hóa này theo cách đơn giản nhất có thể. RAG (2020-2023): - Lấy thông tin một lần, tạo phản hồi - Không có quyết định, chỉ cần lấy và trả lời - Vấn đề: Thường lấy ngữ cảnh không liên quan RAG tác nhân: - Tác nhân quyết định *nếu* cần lấy dữ liệu - Tác nhân chọn *nguồn nào* để truy vấn - Tác nhân xác thực *nếu* kết quả hữu ích - Vấn đề: Vẫn chỉ đọc, không thể học từ các tương tác Ký ức AI: - Đọc VÀ ghi vào kiến thức bên ngoài - Học từ các cuộc trò chuyện trước - Nhớ sở thích của người dùng, ngữ cảnh trước - Cho phép cá nhân hóa thực sự Mô hình tư duy rất đơn giản: ↳ RAG: chỉ đọc, một lần ↳ RAG tác nhân: chỉ đọc qua các cuộc gọi công cụ ↳ Ký ức tác nhân: đọc-ghi qua các cuộc gọi công cụ Đây là điều làm cho ký ức tác nhân trở nên mạnh mẽ: Tác nhân giờ có thể "nhớ" những điều - sở thích của người dùng, các cuộc trò chuyện trước, những ngày quan trọng. Tất cả được lưu trữ và có thể truy xuất cho các tương tác trong tương lai. Điều này mở ra một điều lớn hơn: học tập liên tục. Thay vì bị đóng băng tại thời điểm đào tạo, các tác nhân giờ có thể tích lũy kiến thức từ mọi tương tác. Họ cải thiện theo thời gian mà không cần đào tạo lại. Ký ức là cầu nối giữa các mô hình tĩnh và các hệ thống AI thực sự thích ứng. Nhưng không phải mọi thứ đều suôn sẻ. Ký ức giới thiệu những thách thức mới mà RAG chưa từng có: sự hỏng hóc của ký ức, quyết định những gì cần quên, và quản lý nhiều loại ký ức (thủ tục, hồi ức, và ngữ nghĩa). Giải quyết những vấn đề này từ đầu là rất khó. Nếu bạn muốn cung cấp cho các tác nhân của mình ký ức giống như con người, hãy xem Graphiti - một khung mã nguồn mở để xây dựng các đồ thị kiến thức theo thời gian thực. Bạn có thể tìm liên kết trong tweet tiếp theo!