Agent, millel puudub sessioonideülene püsivus, alustab iga sessiooni talle antud kontekstist. Püsivus võib vähendada korduvat tutvustamist, kuid see tekitab ka privaatsuse, täpsuse, isoleerituse ja kustutamise kohustusi.
See on mälu-probleem. Kontekstiaknad käsitlevad praegust vestlust. Pikaajaline mälu — üle sessioonide, üle päevade, üle kuude — vajab oma arhitektuuri. Ja see on raskem, kui paistab.
See artikkel tutvustab viitearhitektuuri testimiseks, mitte sertifitseeritud toodangulahendust. Tootmismeeskond peab oma tehnoloogiakogumikus kontrollima ligipääsu, paranduste, säilitamise, kustutamise, taastumise ja otsingukvaliteedi käitumist.
Mida tähendab “mälu”
Lihtsustatud vaade: mälu = “mudel mäletab asju vestluste vahel”. Reaalsus on nüansirikkam. Kognitiivteadus eristab mälutüüpe ja AI-agendi mälu saab sarnasest eristusest kasu:
Töömälu. Praegune vestlus. Hoitakse kontekstiaknas. Kaob vestluse lõppedes (välja arvatud kui see on püsivaks tehtud).
Episoodiline mälu. Konkreetsed minevikusündmused. “Eelmisel teisipäeval arutasime X-i.” “Kolm kuud tagasi otsustasid Y-i.”
Semantiline mälu. Üldised faktid. “Sinu nimi on Alice.” “Sa eelistad lühikesi vastuseid.” “Sinu ettevõte on Tallinnas.”
Protseduuriline mälu. Kuidas asju teha. “Kui kasutaja palub koosolekut, kasuta seda malli.” “Kui klient on tasemel X, järgi protsessi Y.”
Erinevad mälutüübid täidavad erinevaid ülesandeid. Kasuta ainult neid kihte, mida toode suudab õigustada ja hallata; rohkema salvestamine ei ole automaatselt parem.
Mida mälu peaks saavutama
Enne arhitektuuri, eesmärgid:
Järjepidevus. Agent jätkab sealt, kus pooleli jäi. Pole iga sessiooni jaoks end uuesti tutvustamist.
Personaliseerimine. Agent rakendab sinu eelistusi ilma küsimata. Kirjutab sinu hääles, kasutab sinu tööriistu, viitab sinu meeskonnale.
Konteksti säilitamine. Möödunud vestlustest tehtud otsused mõjutavad praegusi. “Möödunud kuul otsustasime X-i” peaks meelde jääma.
Kinnitatud eelistuse taaskasutamine. Süsteem saab kehtivates ulatustes uuesti kasutada selget või kinnitatud eelistust. Kordumine ei tõenda iseenesest, et tööriist, keel või käitumine peaks muutuma vaikimisi.
Privaatsus ja unustamine. Mida mäletada, mida mitte, mida kustutada. Nii kasutaja usalduse kui ka õigusliku vastavuse pärast.
Need eesmärgid võivad olla vastuolulised. Järjepidevus võib kasu saada valikulisest püsivusest, samas privaatsus ja täpsus soosivad miinimumi, otstarbe piirangute, paranduste ja kustutamist. Arhitektuur peab need kompromissid selgelt näitama.
Arhitektuur
Tüüpiline kihiline arhitektuur:
┌─────────────────────────────────────┐
│ Töömälu (kontekstis) │ Praegune vestlus
├─────────────────────────────────────┤
│ Sessiooni-mälu (hiljutine) │ Viimased N vestlust
├─────────────────────────────────────┤
│ Episoodiline mälu (pikaajaline) │ Konkreetsed minevikusündmused
├─────────────────────────────────────┤
│ Semantiline mälu (faktid) │ Stabiilsed kasutaja faktid
├─────────────────────────────────────┤
│ Protseduuriline mälu (eelistused) │ Kuidas selle kasutaja jaoks käituda
└─────────────────────────────────────┘
Igal kihil peab olema defineeritud salvestus, taastamine, ligipääs, päritolu, parandus, säilitamine ja kustutamine; mitu loogilist kihti võib jagada üht füüsilist salvestust.
Käime nad ühe-haaval läbi.
Kiht 1: Töömälu
Seda käsitleb juba konteksti-inseneeria artikkel: praegune vestlus hoitakse kontekstis. Mitmevooruliste vestluste puhul kasuta astmelist konteksti, kus hiljutised voorud säilivad sõna-sõnalt ja vanemad võetakse kokku.
Pikaajalise mäluga üleminek võib toimuda selge kontrollpunkti, vastupidava sündmuse või sessiooni lõppedes. Kuna sessioonid võivad lõppeda ootamatult, salvesta ainult heakskiidetud kandidaadid ja tee kirjutamise olek jälgitavaks, eeldamata, et sessiooni lõpu hook töötab alati.
Kiht 2: Sessiooni-mälu
Hiljutiste sessioonide kokkuvõtteid võib hoida piiratud detailiga, kui tootel on selleks õigustatud otstarve. Iga arvuline väärtus, nagu viimased kümme vestlust, on näitlik poliisisisend, mitte vaikimisi reegel.
Implementatsioon: kokkuvõte sessiooni kohta, salvestatud ajatempli ja teemaga. Kui kasutaja tagasi tuleb, on agendil kiire viide selle kohta, mida hiljuti toimunud on.
{
"session_id": "abc-123",
"user_id": "alice",
"started": "2026-05-14T10:30:00Z",
"ended": "2026-05-14T10:45:00Z",
"topic": "Acme Corpi pakkumuse koostamine",
"summary": "Koostatud v1 Acme pakkumus. Otsustatud juhtida kulude kokkuhoiu nurgaga. Alice vaatab üle ja saadab reedel.",
"facts_learned": ["Acme on praegune klient", "Alice'i tähtaeg on reede"],
"open_items": ["Alice peab v1 üle vaatama neljapäevaks"]
}
Uue sessiooni alguses võib pärast taotluse kvaliteedi, asjakohasuse, token-eelarve ja privaatsuse teste laadida volitatud osa hiljutistest kokkuvõtetest. Ära laadi vaikimisi fikseeritud arvu iga konteksti automaatselt.
See on üks suhteliselt lihtne vorm sessioonidevahelisest mälust, kuid see nõuab siiski isoleerituse, allikapõhisuse, paranduse, elutsükli ja taotluse teste.
Kiht 3: Episoodiline mälu
Konkreetsed minevikusündmused, mida tasub pikaajaliselt mäletada. Otsused, verstapostid, olulised vestlused.
Need võetakse sessioonidest välja, kui nad on märkimisväärsed. Salvestatud rikka metainfoga.
{
"event_id": "ev-456",
"user_id": "alice",
"date": "2026-04-22",
"type": "decision",
"description": "Alice otsustas migreerida Postgresilt ClickHouse'ile analüütika töökoormuse jaoks, tuues põhjenduseks päringujõudluse.",
"context_summary": "Pärast 3 nädalat hindamist, sealhulgas jõudlustestid ja kuluanalüüs.",
"related_topics": ["infrastructure", "analytics", "database"],
"importance": "high"
}
Välja võtmine: kui see on praeguse vestlusega asjakohane, toob agent seotud episoode. Kas semantilise otsingu kaudu (manusta praegune päring, leia sobivad episoodid), teema-sobitamise kaudu või ajaliste päringute kaudu (“mis juhtus möödunud kuul?”).
Väljakutse on otsustada, mis kvalifitseerub episoodina, mida tasub mäletada. Üks kandidaatmuster on see, et mudel pakub välja otsused, kohustused või verstapostid heakskiidetud kontrollpunktis koos lähtesegmentide ja kinnituse reeglitega. Mudeli genereeritud tähtsuse silt ei ole volitus isikuandmete püsivaks salvestamiseks.
Kiht 4: Semantiline mälu
Stabiilsed faktid kasutaja kohta, mis peaksid alati saadaval olema. “Alice on Acme tegevjuht. Tema eelistatud suhtlemisstiil on lühike. Ta töötab Tallinna ajavööndis.”
Need on episoodidest mahu poolest väiksemad, kuid sagedamini välja võetud. Need moodustavad agendi “kasutaja mudeli”.
Implementatsioon: struktureeritud profiil.
{
"user_id": "alice",
"profile": {
"name": "Alice Tamm",
"role": "CEO at Acme Corp",
"location": "Tallinn, Estonia",
"timezone": "Europe/Tallinn",
"preferred_language": "English",
"communication_style": "concise, direct, no preamble",
"expertise_areas": ["product strategy", "go-to-market"],
"tools_used": ["Notion", "Slack", "Linear"]
}
}
Uuendused juhtuvad, kui agent õpib uusi fakte. Pärast sessiooni identifitseerib LLM uued stabiilsed faktid ja pakub neid välja; kas automaatselt liidetud või järjekorda pandud ülevaatamiseks.
Tähtis: semantilised faktid peaksid olema enesekindlad ja stabiilsed. Möödaminev kommentaar ühes vestluses (“ma võin Pythonit proovida”) ei tohiks saada semantiliseks faktiks (“Alice eelistab Pythonit”). Lävi on kõrgem.
Puhtalt illustratiivne usaldusväärsuse töövoog, mis nõuab siiski allikapõhisust ja kalibreerimist:
- Üks kord tuletatud: ainult kandidaat koos lähtesegmentiga ja ilma automaatse käitumusliku mõjuta.
- Selgesõnaliselt öeldud: kandidaat määratletud ulatuse jaoks; kinnita enne tagajärgedega taaskasutust.
- Selgesõnaliselt kinnitatud: salvesta koos allikapõhisuse, ulatuse, läbivaatamise kuupäeva ja kasutaja juhtimisvõimalustega.
See takistab agenti “õppimast” valesid fakte möödaminevatest kommentaaridest.
Kiht 5: Protseduuriline mälu
Kuidas agent peaks selle kasutaja jaoks käituma. Töövood, mallid, eelistused konkreetsete tegevuste jaoks.
Näited:
{
"user_id": "alice",
"procedural": {
"email_signature": "...",
"meeting_preferences": "always offer 3 time slots, never schedule before 9am",
"code_style": "Python, type hints required, dataclasses over dicts",
"tone_for_clients": "warm, direct, with explicit next steps",
"approval_process": "all customer-facing communications need Alice's review before sending"
}
}
Need on mustrid, mida agent järgib, kui asjakohased ülesanded ette tulevad.
Uuendused võivad alata selgesõnalisest juhendist või korduvast mustrist. Korduv käitumine võib käivitada kinnitustaotluse, kuid ei tohi vaikselt luua püsivat protseduuri.
Salvestusvalikud
Kus mälu elab?
SQL-andmebaas. Usaldusväärne, päritav, hästi mõistetud. Iga mälutüüp on tabel. Liitumised välja võtmiseks. Hea struktureeritud juurdepääsumustrite jaoks.
Vektorandmebaas. Episoodide semantiliseks välja võtmiseks (“leia mälestused, mis selle teemaga seotud on”). Episoodid manustatakse; välja võtmine sarnasuse põhjal.
Kombinatsioon. SQL koos vektoriindeksiga on üks kandidaat, kui on vaja nii struktureeritud kui ka semantilist ligipääsu. Duplikaatne esitus suurendab sünkroonimise ja kustutamise kohustusi, seega võrdle seda lihtsa tööruumiga.
Spetsialiseeritud mälu-tööriistad. Mem0, Letta (varem MemGPT), Zep. Need on agentide jaoks ehitatud mälukihiid. Tasub kaaluda, kui tahad kõrgema taseme abstraktsiooni.
Alusta väikseima salvestusega, mis rahuldab struktureeritud ligipääsu, semantilise otsingu, tenantide eraldatuse, allikapõhisuse, parandamise, säilitamise, kustutamise, varundamise ja taastamise testid. SQL, vektoriindeks, mõlemad või spetsialiseeritud kiht võivad sobida; võrdle operatiivset ja migratsiooni koormust, eeldamata meeskonna vaikimisi valikut.
Välja võtmise mustrid
Kuidas agent saab mälu konteksti?
Muster 1: Automaatne laadimine sessiooni alguses
Kui uus sessioon algab, tõmba automaatselt:
- Kasutaja semantiline profiil.
- Hiljutised N sessiooni kokkuvõtted.
- Avatud kohustused või järelülesanded.
See on baasi kontekst, mis agendil on kasutaja saabumisel.
Muster 2: Päringu-juhitud välja võtmine
Kui kasutaja sõnum viitab möödunud teemadele, võta välja seotud episoodid.
Näide: kasutaja küsib “mis oli meie andmebaasi-arutelu kokkuvõte?”. Agent otsib episoode “database” järgi ja toob asjakohase välja.
Implementatsioon: manusta kasutaja sõnum, leia sarnaseid episoode, kaasa kontekstis.
Muster 3: Selged mälutööriistad
Agendil on tööriistad mälu päringuteks:
search_episodes(query): leia konkreetseid minevikusündmusi.get_user_profile(): tõmba semantiline profiil.list_open_items(): ootel olevad kohustused.
Agent otsustab vestluse põhjal, millal neid kutsuda.
Muster 4: Tausta-mälu rikastamine
Taustaprotsess vaatab mälu perioodiliselt üle ja:
- Konsolideerib seotud episoodid teemadeks.
- Värskendab kindlust faktide kohta.
- Laseb vanad mälestused, mida pole vaadatud, kahaneda.
See on “mälu hooldus” — mälu hoidmine ajas kasulikuna.
Mälu kirjutamine
Millal mälu kirjutatakse?
Kontrollpunkti või sessiooni lõpu väljavõte
Üks pakktöötluse muster, mida tuleb testida vastupidava saatmise ja äkilise lõpetamise kontekstis. Heakskiidetud kontrollpunktis või sessiooni lõpus:
- LLM analüüsib vestlust.
- Võtab välja:
- Sessiooni kokkuvõte.
- Märkimisväärsed sündmused (episoodilise mälu jaoks).
- Uued faktid (semantilise mälu jaoks).
- Eelistuse signaalid (protseduurilise mälu jaoks).
- Uuendab ja salvestab.
Pakktöötlus võib vähendada sessiooni-sisest tööd, kuid see võib ka kaotada uuendused, kui sessioon lõpeb ootamatult, ning viivitada parandust. Mõõda mõlemat käitumist ja kasuta vastupidavat tööd, kus püsivus on nõutud.
Prompt väljavõtteks:
Analüüsi seda vestlust. Anna väljund JSON-ina:
1. summary: 2–3-lauseline kokkuvõte sellest, mis juhtus.
2. notable_events: massiiv märkimisväärseid sündmusi, mida tasub meeles pidada (tehtud otsused, verstapostid, oluline kontekst).
3. new_facts: massiiv stabiilseid fakte, mida kasutaja kohta õpiti (lisa ainult, kui sul on kõrge kindlus).
4. preference_signals: massiiv täheldatud eelistusi (ainult kui selgelt väljendatud või korratud).
5. open_items: massiiv lahendamata punktidest, mida kasutaja võiks tahta uuesti üle vaadata.
Ole konservatiivne. Lisa ainult kõrge kindlusega punktid. Parem jätta midagi vahele kui hallutsineerida.
Reaalaja uuendused kõrge väärtusega faktide jaoks
Mõnede faktide jaoks on sessiooni lõpuni ootamine vale. Kui kasutaja ütleb “tegelikult on mu nimi Alex, mitte Alice” — siis tuleks parandust kohe rakendada.
Muster: lase agendil reaalajas selgesõnalisi parandusi või olulisi uusi fakte tuvastada ja uuenda mälu kohe.
See vajab hoolikat disaini — LLM võib “õppida” valesid fakte. Mõned meeskonnad nõuavad enne reaalaja uuenduste rakendamist kasutaja kinnitust.
Kasutaja-algatatud uuendused
Kasutaja saab agendile selgelt asju öelda, mida ta peaks meelde jätma:
- “Palun meelde jätta, et ma eelistan X-i.”
- “Unusta, mida ma Y kohta ütlesin.”
- “Tee alati Z-i.”
Need peaksid olema kasutaja jaoks esmased ja selgelt nähtavad toimingud. Käivita taotletud toiming kohe, näita selle ulatust ja olekut ning selgita, kas seaduslik säilitamiskohustus või varukoopiate aegumine takistab lubamast, et andmed kustuvad kõikjalt kohe. Selgesõnaline väide on tugev päritolutõend, kuid ei kinnita, et iga sellest järeldatud ulatus on õige.
Konkreetne tööriist, mida agent saab pakkuda:
remember(content: string, type: "fact" | "preference" | "procedure")
forget(content: string)
list_what_you_remember()
Sellise kontrolli andmine kasutajale suurendab usaldust.
Unustamine ja kahanemine
Piiramatult kasvav mälu tekitab otsingu-, kulu-, privaatsus- ja täpsusriske. Dokumenteeritud elutsükkel on hädavajalik; ajapõhine aegumine on üks võimalus, kuid see ei asenda nõutavat säilitamist ega kustutamist.
Ajapõhine kahanemine
Vanemate mälestuste otsingusse jõudmise tõenäosus peaks aja jooksul vähenema. Rakendus:
- Hinda kirjete otsingusse jõudmist valemiga
asjakohasus * värskuse_kahanemine. - Vanad mälestused kaovad praktiliselt, kui neile ei viidata selgelt.
Tähtsuspõhine säilitamine
Olulised episoodid säilitatakse kauem; triviaalsed kahanevad kiiremini.
- Märgi episoodid kirjutamisel tähtsuse järgi.
- Kõrge väärtusega sündmused: eesmärgipärane säilitamisperiood vastutaja ja läbivaatamise kuupäevaga; ära eelda vaikimisi määramatut säilitamist.
- Rutiinsed sündmused: aegumine üle mitme kuu.
Kasutaja-algatatud unustamine
Kasutaja võib paluda konkreetsete mälestuste kustutamist.
- Konkreetsed faktid.
- Konkreetsed ajavahemikud.
- Konkreetsed teemad.
Rakendus: kustutustöövoog, mis eemaldab põhikirje ja kõik tuletatud lõigud, vektorkujutised, kokkuvõtted, indeksid, vahemälud, ekspordid ning järjekorda pandud tööd. Kustutustähis (tombstone) võib takistada uuesti sisestamist, kuid kirje lihtne peitmine ei ole kustutamine. Määra, kuidas varukoopiad aeguvad, ja testi, et kustutatud andmed ei ilmuks pärast taastamist uuesti.
Vastavusest tingitud kustutamine
Õiguslikud nõuded võivad kohustada andmeid kustutama või säilitama. GDPR-i artikkel 17 sätestab õiguse andmete kustutamisele koos eranditega; õigusnõustaja peaks selle ja muud kohaldatavad nõuded kaardistama toote, jurisdiktsiooni ning andmetöötlusrolli alusel.
- Kasutajakonto kustutamistaotlus → käivita läbitöötatud kustutamise/piiramise töövoog kõikide hõlmatud andmekogude jaoks ning teavita erandite või varunduse aegumise kohta.
- Üksikpäringu alusel andmete kustutamine → leia hõlmatud kirjed ja nendega seotud andmed ning kinnita tulemus.
- Säilitamispiirangud → lase hõlmatud kirjetel heakskiidetud ajakava järgi automaatselt aeguda.
Need peavad olema sisse ehitatud algusest peale. Tagantjärele kohandamine on valus.
Privaatsuse kaalutlused
Mälu on tundlik. Agent teab kasutaja kohta palju. Kaalutlused:
Krüpteerimine puhkeolekus
Mäluandmed krüpteeritud. Standardne praktika.
Juurdepääsu kontrollid
Kes saab näha kasutaja mälu: ainult tema ise, süsteem või teatud tingimustel tugipersonal? Määra see selgelt. Auditeeri juurdepääsu.
PII käitlemine
Isikut tuvastav teave (näiteks pärisnimed, aadressid ja finantsandmed) tuleb sildistada ning seda hoolikalt käidelda. Sellele kehtivad rangemad juurdepääsu- ja kustutamisreeglid.
Kasutajale nähtavus
Kui toode ja kohaldatavad õigused seda nõuavad, anna kasutajatele võimalus mälukirjeid näha, parandada, nende ulatust määrata ja neid kustutada. Mälu töölaud on üks lahendus; testi selle arusaadavust ja kaitset nagu iga teist tundlike andmete pinda.
Mida agent sinu kohta mäletab:
Profiil:
- Nimi: Alice Tamm
- Roll: Acme Corp tegevjuht
- Suhtlemisstiil: lühike, otsene
Hiljutised sessioonid:
- 2026-05-14: Koostas Acme pakkumus
- 2026-05-12: Vaatas üle Q1 tulemused
- ...
Eelistused:
- Eelistab lühikesi vastuseid
- Kasutab Notioni, Slacki, Lineari
[Muuda] [Kustuta konkreetseid üksusi] [Kustuta kõik]
See läbipaistvus ehitab usaldust. Peidetud mälu on ebamugavalt tundlik.
Jagamine kontekstide vahel
Kui kasutajal on mitu “režiimi” (töö-agent, isiklik agent), võib ta soovida mälestuste eraldamist. Ära jaga automaatselt režiimide vahel, kui ei küsita.
Levinud läbikukkumise režiimid
Mõned mustrid:
Läbikukkumine 1: Hallutsineeritud mälestused
Agent väidab, et mäletab asju, mida ei juhtunud. “Möödunud nädalal leppisime X-is kokku” — aga X-i ei arutatudki.
Põhjus: LLM “täidab sisse” usutavalt kõlavaid mälestusi väljavõtte või välja võtmise ajal.
Lahendus: tao mälu-operatsioonid päris vestluse andmete peale. LLM võtab välja; verifitseerimine on tegeliku transkripti vastu. Hallutsineeritud faktid tuleks märgistada.
Läbikukkumine 2: Õpitud valed faktid
Agent ütleb enesekindlalt valesid fakte. “Sa ütlesid, et eelistad Pythonit”, kui sa tegelikult ütlesid, et olid sunnitud tööl Pythonit kasutama.
Põhjus: vale tõlgendus väljavõtte ajal.
Lahendus: kindlus-läved. Õpi ainult selgesõnalistest, korduvatest või kinnitatud avaldustest. Kasutaja saab parandada.
Läbikukkumine 3: Privaatsuse-lekked
Ühe kasutaja mälu ilmub teise vestluses. Katastroofiline.
Põhjus: vead kasutaja-ulatuse loogikas.
Lahendus: jõusta kasutaja-ulatust salvestus- ja välja võtmise kihtides. Auditeeri. Mitte kunagi ära usalda LLM-i filtreerima.
Läbikukkumine 4: Mälu paisumine
Pärast aastat on mälu kasutaja kohta megabaite suur. Välja võtmine aeglustub. Kulud kasvavad.
Põhjus: pole kahanemist ega kärpimist.
Lahendus: agressiivne kahanemine. Suurem osa mälust muutub ligipääsmatuks (madal välja võtmise prioriteet) pärast kuid. Tihendamine perioodiliselt.
Läbikukkumine 5: Seisma jäänud faktid
Kasutaja vahetas 6 kuud tagasi rolli. Agent viitab endiselt vanale rollile.
Põhjus: faktid ei uuendatud, kui need asendati.
Lahendus: tuvasta vastuolud, säilita päritolu ja kehtivusajad ning küsi kinnitust, kui autoriteetne väärtus on ebaselge. „Uusim võidab” on ohtlik viivituse, tsitaadi või pahatahtliku sisendi puhul.
Läbikukkumine 6: Disorienteeriv konsolideerimine
Tausta-mälu konsolideerimine kirjutab aeg-ajalt mälestusi ümber viisil, mis kaotab infot.
Põhjus: agressiivne kokkuvõtetegemine ilma võtmefaktide säilitamiseta.
Lahendus: konsolideerimine peab fakte selgesõnaliselt säilitama. Testi konsolideerimist päris mälu-transkriptide peal.
Töövoogu skeem: isiklik AI-assistent mäluga
Illustreeriv viitedisain: isiklik AI-assistent üksikutele kasutajatele.
Mälukihid:
- Töö: praegune vestlus.
- Sessioon: viimased 7 sessiooni kokkuvõttena.
- Episoodiline: 100 hiljutisemat märkimisväärset sündmust, semantilise otsinguga.
- Semantiline: kasutajaprofiil (nimi, roll, eelistused, tööriistad).
- Protseduuriline: selged töövood, mida kasutaja on seadistanud.
Salvestus:
- SQL (Postgres): struktureeritud profiil, sessioonid, episoodid, protseduurid.
- Vektor DB (pgvector): episoodiline semantiline otsing.
Operatsioonid:
- Sessiooni algus: automaatselt laadi semantiline profiil + viimased 3 sessiooni + avatud üksused.
- Sessiooni keskel: episoodiline välja võtmine teema-asjakohasuse poolt käivitatud.
- Sessiooni lõpp: LLM-i-põhine väljavõte; kasutaja saab üle vaadata, mis õpiti.
- Taust: nädalane konsolideerimine (kombineeri seotud episoodid, lase seisma jäänutel kahaneda).
Kasutaja kontrollid:
- Mälu paneel, mis näitab, mida on salvestatud.
- Üksikute kirjed muuta/kustutada.
- Nupp “Unusta viimane tund”.
- Täieliku konto kustutamise töövoog koos kinnitatud katvuse, dokumenteeritud erandite ja varunduse aegumise käitumisega.
Nõutav tõendusmaterjal enne edukaks tunnistamist:
- ülesande täitmine nii taastatud mäluga kui ka ilma sellel fikseeritud hindamiskogumil,
- salvestatud faktide ja taastatud mälu täpsus, sealhulgas vastuolude käsitlemine,
- risttenantide ja kasutajatevahelise isolatsiooni testid,
- paranduste ja kustutamise levik läbi kirjete, embeddingute, vahemälu, ekspordid, tööd ja varunduse aegumise,
- tegelikust jälgitavusest saadud tokenite, salvestusruumi, latentsuse ja operatsioonikulude andmed,
- kasutajate arusaamise ja kontrolli testimine eeldatud kindluse asemel.
Kõrvaldatud läbikukkumise režiimid:
- Hallutsineeritud mäluga juhtumid on kaasatud väljavõtu- ja taastamistestidesse.
- Usaldusväärsuse skoorid on kalibreeritud; need ei tee fakti iseenesest tõeseks.
- Autoriseerimine jõustatakse enne taastamist ja uuesti enne esitamist.
- Säilitus- ja konsolideerimistöödel on olemas auditeerimislogid, veakäsitlus ja kustutamise testid.
See on disaini kontrollnimekiri, mitte tõendus tootmiskeskkonna valmiduse kohta. Tootmistaseme saavutamine nõuab rakendamise tõendit ning turvalisuse ja privaatsuse ülevaatust.
Spetsialiseeritud tööriistad
Märkus mälu-kui-teenuse valikute kohta:
Mem0. Avatud lähtekoodiga mälukiht. Hinda selle praegust dokumentatsiooni ja koodi vastavalt oma püsivuse, isolatsiooni ja kustutamise nõuetele.
Letta (MemGPT). Tööriistakeskne mälu disain. Tutvu selle praeguse dokumentatsiooniga ja kasutuspiirangutega.
Zep. Hostitud mälu ja konteksti teenus. Kinnita selle praegune dokumentatsioon, andmepiirid ja kustutamisleping.
Cognee. Teadmistegraafi-põhine variant. Hinda küpsust ja sobivust, lähtudes selle praegusest dokumentatsioonist ja hoidlast enne kasutuselevõttu.
Need tööriistad võivad vähendada rakendustööd, kuid lisavad tarnija-, turva-, ülemineku- ja andmete elutsükli sõltuvusi. Võrdle neid sisemise disainiga samade vastuvõtutestide alusel.
Ehita minimaalne õigustatud mälu
Pikaajaline mälu on see, mis muudab agendid intelligentselt ja pidevalt tunduvateks, mitte amneesilisteks. See on ka üks raskemaid asju õigesti tabada.
Arhitektuur on kihiline:
- Töömälu (kontekstis).
- Sessiooni-mälu (hiljutised sessioonid).
- Episoodiline mälu (konkreetsed sündmused).
- Semantiline mälu (stabiilsed faktid).
- Protseduuriline mälu (eelistused ja töövood).
Igal kihil on oma salvestus, välja võtmine ja kahanemise loogika. Iga panustab sellesse, et agent oleks ajas kasulik.
Olulised mustrid:
- Konservatiivne väljavõte (ära hallutsineeri fakte).
- Kindlus-põhine õppimine (ära õpi möödaminevatest kommentaaridest).
- Aktiivne unustamine (kahanemine ja kärpimine).
- Kasutaja kontroll (läbipaistvus ja muutmisõigus).
- Privaatsuse jõustamine (igal kihil).
Kui mälu läbib hindamis- ja elutsükli testid, võib see vähendada korduvat ülevaadet ja teha kinnitatud eelistused saadavaks üle sessioonide.
Agentide puhul, mis nõuavad jätkusuutlikkust üle sessioonide, on püsivus selge tootevalik. Ehita minimaalne õigustatud mälu koos päritoluga, volituste haldusega, kasutaja kontrolliga ja testitud elutsükli lõpetamise teekonnaga.
