Хватит арендовать память для своего ИИ
Stop Renting Your AI's Memory — Dylan Couzon, Qdrant
Персональная память ассистента должна храниться локально и управляться: её нужно записывать, выборочно извлекать и забывать, а не вставлять целые папки заметок в промпт.
- Память как диск, а не как промпт — по аналогии Карпати модель это CPU, context window это RAM, а постоянная память это диск. Выборочный retrieval с фильтрами по теме и затуханием по давности и частоте даёт контроль, которого нет у большого промпта.
- Встраиваемый векторный поиск — Qdrant Edge работает внутри процесса приложения без сервера. По словам спикера, с квантизацией миллион воспоминаний помещается меньше чем в гигабайт, а поиск занимает доли миллисекунды; доклад во многом презентует продукт Qdrant.
- Переносимость памяти — если сохранить ту же embedding model, накопленные векторы переезжают между устройствами, и при смене reasoning-модели или железа память не теряется.
- Общая память по согласию — опциональная синхронизация с облаком позволяет объединять память семьи или команды, но спикер настаивает, что делиться памятью можно только по явному согласию.
Кому полезно: тем, кто строит персональных ассистентов или агентов с долгой памятью и хочет хранить её на своём железе.
Доклад цитируется в статьях
Главы
Похожие доклады
Как создать обучающуюся память для AI agents
AI Engineer World's Fair 2026
Близко по содержанию
За пределами RAG: трансформеры с расширенной памятью
AI Engineer World's Fair 2024
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

