· AI Engineer World's Fair 2026
Memory harnesses для долго работающих исследовательских агентов
Memory Harnesses for Long-Running Research Agents
Ранжированный recall по журналу решений агента, по словам автора, повышает качество на длинных задачах XBench и Spider 2.0 и снижает расход токенов.
- Память нужна там, где задача не влезает в контекст — если все документы помещаются в окно, memory harness не добавил качества, а только стоимость.
- Ранжирование важнее самого поиска — журнал решений с приоритетами дал лучший результат, чем векторный RAG и простое включение или выключение памяти; замеры сделаны примерно на 68 вопросах XBench с несколькими seed.
- Плохая память дорогая — нерелевантные записи тратят токены и уводят агента не туда, а хорошо структурированный recall, по словам автора, экономит бюджет.
- Локальный стек — Qwen 27B в 4-bit и DeepSeek V4 Flash на M3 Ultra с 96 ГБ памяти; минус в том, что DeepSeek V4 Flash работает только в serial inference, без батчей.
Кому полезно: тем, кто строит агентов для длинных задач и хочет контролировать память и данные на собственном железе.
Доклад цитируется в статьях
На какие вопросы отвечает доклад
Почему долгий агент противоречит себе и переделывает уже сделанную работу?
Причина в context rot: старые решения и выполненные шаги выпадают из контекста. Решение — harness памяти с постоянным core-блоком трасс, архивной памятью и векторным поиском.
▶ 0:00Введение и проблема деградации контекстаНужна ли агенту внешняя память, если вся задача помещается в context window?
Нет: в задаче с обзором литературы, где все статьи помещались в контекст, память не дала прироста качества и только увеличила стоимость. Память окупается, когда нужный контекст не помещается.
▶ 4:08Архитектура памяти, векторный retrieval и журналы решенийКак агенту находить нужный шаг среди сотен прошлых без раздувания контекста?
Помогает ранжированный recall: решения хранятся в decision ledger с приоритетами. По словам авторов, на XBench и Spider 2.0 это дало больше верных ответов и меньше потраченных токенов.
▶ 6:55Результаты ranked recall на XBench и Spider 2.0Почему агент не выходит на максимальный результат, даже получив правильную память?
Оракул передаёт модели нужный фрагмент памяти, но не заставляет её использовать. Модель может проигнорировать факт или запутаться в нём.
▶ 6:55Результаты ranked recall на XBench и Spider 2.0Как запустить долгих исследовательских агентов на локальных моделях на одной машине?
Использовались квантованная Qwen 27B и DeepSeek V4 Flash на M3 Ultra с 96 ГБ памяти. Ограничение: локальные модели работают последовательно, без batch-запросов, поэтому прогоны eval идут долго.
▶ 1:36Настройка эксперимента с локальными моделями и M3 UltraКак устроить память агента: что хранить в постоянном контексте, архиве и векторном поиске?
Core-блок трасс виден агенту всегда, архивная память хранит данные между сессиями, а vector RAG подтягивает похожие записи. Decision ledger фиксирует решения по каждому ходу и задаёт их приоритет.
▶ 4:08Архитектура памяти, векторный retrieval и журналы решений
Главы
Ещё доклады: Stefania Druga
Страница спикера →Инструменты для нового поколения AI-инженеров
AI Engineer Summit 2025
Мультимодальное будущее образования
AI Engineer World's Fair 2024
Эксперименты в реальном времени с AI co-scientist
AI Engineer World's Fair 2025
Похожие доклады
Как создать обучающуюся память для AI agents
AI Engineer World's Fair 2026
Близко по содержанию
Быстрая модель — действительно быстрее? Оценивайте весь процесс
Близко по содержанию
От контекста к памяти: вашим agents нужен полноценный слой памяти
AI Engineer World's Fair 2026
Близко по содержанию
Проблема памяти агентов решена. А обучения — нет.
Heather Downing, Karthik Ranganathan
AI Engineer World's Fair 2026
Близко по содержанию

