← Каталог

Как превратить память агента в работающие навыки

Turning Agent Memory Into Skills That Work — Will Lyon, Neo4j

Память агентов можно превращать в навыки, где каждый шаг привязан к реальным вызовам инструментов и сущностям, и тогда навык можно проверять и отмечать устаревшим по данным.

  • Канонические сущности вместо одного embedding-поиска — три написания одного врача дают три разные записи, а граф с entity resolution и общей онтологией сводит их к одной сущности с типизированными связями.
  • Decision traces как общая память — для каждого решения хранятся доказательства, политики, вызовы инструментов, результаты, расход токенов и время, и такие трассы могут читать другие агенты.
  • Шаги навыка как граф исполнения — AIP расширяет Agent Skills схемой для шагов; по словам авторов, это повысило долю успешно выполненных задач на SkillsBench, но конкретных цифр в докладе нет.
  • Проверка навыков по данным — система проверяет, опираются ли шаги на данные, покрывают ли они навык и не смешаны ли в нём разные темы; если исходные данные меняются, удаляются или противоречат друг другу, навык помечается устаревшим.

Кому полезно: тем, кто хранит логи агентов и хочет генерировать из них навыки, которые можно проверить и обновить. Доклад во многом презентация продукта Neo4j.

Статья по теме

Главы

Ещё доклады: William Lyon

Страница спикера →

Похожие доклады