· AI Engineer World's Fair 2026
Как создать обучающуюся память для AI agents
Giving AI Agents Memory That Learns — Jake Broekhuizen, LangChain
Трассировки становятся памятью агента только тогда, когда выводы из них переписывают контекст, который агент читает при следующем запуске.
- Три типа памяти — семантическая (факты и предпочтения), эпизодическая (прошлые взаимодействия и примеры) и процедурная (инструкции, skills, правила поведения). По словам спикера, основная часть видимых улучшений приходит из процедурной памяти, которая, по его оценке, задаёт около 75% поведения агента.
- Цикл чтения и записи — агент загружает нужный контекст, запускается, фильтрует свои трассировки и записывает в долговременную память только полезный сигнал. Остальное остаётся историей или материалом для evals.
- Кейс с финансовым ассистентом — тон дрейфовал от советующего к директивному. Команда поправила процедурные правила и skill-файлы, и, по наблюдениям авторов, тон на следующих запусках изменился.
- Кэш и состояние рантайма — если кэш или состояние рантайма скрывают обновления памяти, долгоживущие агенты продолжают работать по старым правилам. Изменения процедурной памяти спикер советует показывать человеку и проверять evals до применения.
Кому полезно: тем, кто ведёт агентов в продакшене и замечает, что одни и те же ошибки повторяются от запуска к запуску.
Статья по теме
Главы
Похожие доклады
Как превратить память агента в работающие навыки
Близко по содержанию
Почему большие контекстные окна не спасут вашего агента
AI Engineer World's Fair 2026
Близко по содержанию
Самоулучшающийся стек OSS-агентов
AI Engineer World's Fair 2026
Близко по содержанию
От контекста к памяти: вашим agents нужен полноценный слой памяти
AI Engineer World's Fair 2026
Близко по содержанию

