← Каталог

· AI Engineer World's Fair 2026

От контекста к памяти: вашим agents нужен полноценный слой памяти

From Context to Memory: Your Agents Need a Real Memory Layer — Anders Swanson, Oracle

Память агентов стоит строить как управляемый слой с редактированием секретов до записи, гибридным поиском и обратной связью, а не на файлах и больших контекстных окнах.

  • Редактирование до записи — секреты и персональные данные удаляются раньше embeddings и обогащения, а каждая запись получает scope (агент, команда, организация) и ссылки на фрагменты сессии, из которых она выделена. По словам спикера, Oracle SDK для памяти агентов на Python построен на примитивах базы данных.
  • Типы памяти — эпизодическая, семантическая и процедурная память хранятся отдельно от рабочего состояния, у которого есть срок действия и которое можно повысить до долговременной памяти.
  • Гибридный recall — векторный, лексический, графовый и временной сигналы, а также сигналы обратной связи взвешиваются, отсекаются порогом и переранжируются в context card с оценками по каждому источнику.
  • Сбои памяти — устаревшие факты, отравленные инструкции, конфликты и тихий дрейф выдачи спикер предлагает решать проверкой записей, контролем жизненного цикла и настройкой поиска, а оценки «полезно», «устарело», «вредно» должны менять ранжирование.

Кому полезно: тем, кто строит долговременную память для агентов с несколькими пользователями и командами.

Доклад цитируется в статьях

Главы

Похожие доклады