← Каталог

· AI Engineer World's Fair 2025

Архитектура памяти агентов: принципы, паттерны и лучшие практики

Architecting Agent Memory: Principles, Patterns, and Best Practices

Надёжному агенту нужна персистентная память, и её стоит строить как отдельный слой с генерацией, хранением, поиском и обновлением записей.

  • Типы памяти — разговорная, сущностей, рабочая, краткосрочная и долгосрочная, а также память о прошлых запусках: упавший шаг сохраняется в базе и подмешивается в контекст следующего запуска, чтобы LLM не повторял ту же ошибку.
  • Инструменты из базы — JSON-схемы tool calls хранятся в документах и подбираются поиском перед вызовом LLM, поэтому в контекст попадают только нужные инструменты.
  • Агентный RAG — retrieval становится инструментом агента, который сам решает, когда искать. По словам спикера, для этого полезна база, где есть векторный, текстовый и графовый поиск одновременно.
  • Забывание — спикер советует не удалять воспоминания, а вводить механизмы забывания, например учитывать давность обращения к записи. Он показывает их в экспериментальной библиотеке Memoriz с паттернами памяти.

Кому полезно: тем, кто проектирует агентов, которые помнят пользователя и предыдущие сессии, и хочет понять, какие типы памяти для этого нужны.

Статья по теме

Главы

Ещё доклады: Richmond Alake

Страница спикера →

Похожие доклады