· AI Engineer World's Fair 2025
Не используйте RAG как память
Stop Using RAG as Memory
Память агента стоит строить по доменной модели бизнеса, потому что семантическая близость векторов не отличает нужные факты от лишних.
- Семантика не равна релевантности — векторный поиск по фактам из диалога возвращает нерелевантные записи, например имя собаки пользователя; по словам спикера, такие факты приводят к неточным ответам и галлюцинациям.
- Бизнес-объекты как типизированные схемы — цели, долги и источники дохода описываются через Pydantic, Zod или структуры Go с описаниями и правилами для полей, а Zep по этим схемам строит онтологию в графе.
- Фильтрация по типам узлов — инструмент агента запускает несколько поисков параллельно и отбирает результаты по типам узлов; в демо сообщение о пяти тысячах долларов аренды в месяц попало в сущность долгового счёта.
- Открытый код — Graphiti, темпоральный граф знаний от Zep, открыт, SDK доступен для Python, TypeScript и Go.
Кому полезно: тем, кто строит память для агентов и видит, что поиск по эмбеддингам тянет в контекст лишние факты.
Статья по теме
Главы
Ещё доклады: Daniel Chalef
Страница спикера →Мастер-класс по памяти: научите AI-агентов помнить, что они делают!
Daniel Chalef, Alex Gilmore, Mark Bain, Vasilije Markovic
AI Engineer World's Fair 2025
Нужны ссылки: происхождение данных в графах знаний, созданных LLM
AI Engineer World's Fair 2026
Похожие доклады
Нет памяти — нет harness: почему база данных — последний рубеж защиты
Близко по содержанию
RAG в 2025 году: современное состояние и перспективы
AI Engineer World's Fair 2025
Близко по содержанию

