· AI Engineer World's Fair 2026
Тотальное запоминание: память агентов и harness engineering
Total Recall: Agent Memory and Harness Engineering — Ignacio Martinez, Oracle
Надёжного агента строит harness вокруг замороженной модели, и память в нём лучше делить между файлами и базой данных.
- Гибридная память — краткосрочное состояние хранится в файлах, а долговременные данные, например предпочтения пользователя, переносятся в базу. Файлам не хватает транзакционной согласованности и гибридного поиска, которые база даёт из коробки.
- Инструменты по запросу — при большом числе инструментов их описания лежат в векторном индексе, а в контекст попадают только нужные на текущей итерации. По словам спикера, запрос к тысяче инструментов не сложнее запроса к десяти тысячам.
- Предел шагов цикла — для Grok 4.1 fast reasoning спикер берёт 8–12 вызовов инструментов, после чего harness прекращает попытки. Ограничение нужно, чтобы не платить за зацикленную модель бесконечно.
- Продвижение навыков — удачный рабочий сценарий дистиллируется в более качественный skill.md, а старая версия заменяется новой. Так поведение агента подстраивается под ваш стиль работы без изменения весов модели.
Кому полезно: тем, кто строит собственный harness и выбирает, где хранить память агента.
Доклад цитируется в статьях
Главы
Похожие доклады
Как создать обучающуюся память для AI agents
AI Engineer World's Fair 2026
Близко по содержанию
А что, если harness важнее модели?
AI Engineer World's Fair 2026
Близко по содержанию
Как превратить память агента в работающие навыки
Близко по содержанию
От контекста к памяти: вашим agents нужен полноценный слой памяти
AI Engineer World's Fair 2026
Близко по содержанию

