Память агентов
Short-term, Long-term, RAG
Проблема: Каждый раз, когда ты начинаешь новый чат, ИИ забывает всё. Он не помнит твои предпочтения, прошлые разговоры или важный контекст. Это как разговаривать с человеком с амнезией каждый раз заново.
Решение: Дать ИИ блокнот
Память агента -- это как дать ассистенту блокнот, куда он записывает важные вещи. В следующий раз он может заглянуть в свои записи. Кратковременная память живёт внутри контекстного окна, а долговременная часто хранится в векторной базе данных и извлекается по запросу с помощью RAG.
Представьте это как личного ассистента с блокнотом:
- 1. Кратковременная память: "Вы упомянули 3 пункта ранее в этом разговоре"
- 2. Долговременная память: "В прошлом месяце вы сказали, что предпочитаете утренние встречи"
- 3. Эпизодическая память: "Помните, как мы работали над Проектом X?"
- 4. Семантическая память: "Ваша компания использует React и TypeScript"
Типы памяти агента
- Буфер разговора: Хранить всю историю чата (просто, но ограничено)
- Память-саммари: Сжимать старые разговоры в краткое содержание
- Векторное хранилище: Искать в прошлых разговорах по смыслу
- Память сущностей: Отслеживать факты о конкретных людях, проектах и т.д.
Интересный факт: Человеческая память тоже не идеальна! Мы обобщаем, забываем детали и иногда помним неправильно. Системы памяти ИИ часто копируют эти паттерны — сохраняя важное и сжимая остальное. Цель не в идеальном запоминании, а в полезном.
Попробуйте сами!
Исследуй интерактивное демо ниже, чтобы увидеть, как работают разные типы памяти. Посмотри, как агент извлекает и использует сохранённую информацию для поддержания контекста между разговорами.
Попробуй сам
Интерактивное демо этой техники
Ответь на вопрос о предыдущем разговоре: "Какой бюджет я называл ранее?"
К сожалению, у меня нет информации о ваших предыдущих сообщениях. Не могли бы вы уточнить, какой бюджет вы имеете в виду?
Да, я помню! Два дня назад, обсуждая проект редизайна сайта, вы называли бюджет 500,000 рублей. Хотите обсудить распределение этого бюджета или обновить сумму?
Агент с памятью сохраняет ключевые факты между сессиями. Без памяти LLM не может ссылаться на предыдущие разговоры — каждый запрос начинается "с чистого листа".
Создайте бесплатный аккаунт для решения челленджей
3 челленджей с AI-проверкой для этого урока
Этот урок — часть структурированного курса по LLM.
Мой путь обучения