Самая сложная часть памяти агента — это не извлечение Большинство систем агентной памяти построены на основе знакомого цикла: Храните что-нибудь из прошлого. Получите его, когда появится новая задача. Верните его в контекст модели. Это полезно, но это не так...
Самая сложная часть памяти агента — это не извлечение
Большинство систем агентной памяти построены на основе знакомого цикла:
Храните что-нибудь из прошлого.
Получите его, когда появится новая задача.
Верните его в контекст модели.
Это полезно, но этого недостаточно.
Сложная часть долговременной памяти заключается не в том, может ли агент извлечь что-то из своей истории. Вопрос в том, сможет ли он получить доказательства, которые по-прежнему будут полезны для стоящей перед ним задачи.
Агент кодирования может найти старое исправление ошибки, похожее на текущую проблему, но это исправление может принадлежать модулю, который с тех пор был переписан. Агент службы поддержки клиентов может получить ранее правильную политику, которая была заменена на прошлой неделе. Исследователь может обнародовать старый вывод, не осознавая, что новые данные противоречат ему.
Во всех этих случаях восстановление удалось. Агент все равно не справился.
Вот почему память агента не следует оценивать как простую задачу поиска.
Больше памяти может привести к большему количеству ошибок
Соблазнительно думать о долговременной памяти как о безоговорочном преимуществе: больше истории означает больше контекста, а больше контекста должно означать лучшие решения.
На практике исторический контекст имеет свою цену.
По мере роста проекта его