Vaikein osa tekoälyagenttien rakentamisessa ei ole opettaa heitä muistamaan. Se opettaa heitä unohtamaan. Kollegani ja uskomattoman lahjakas kirjoittaja @helloiamleonie juuri julkaissut ehkä kattavimman agenttimuistin erittelyn, jonka olen nähnyt – ja usko pois, me kaikki tarvitsimme tätä. Tässä on ydinhaaste: LLM:t ovat valtiottomia. Jokainen keskustelu on uusi alku. He eivät muista, mitä sanoit viisi minuuttia sitten, saati mitä sanoit viime viikolla. Miten siis teemme agentteja, jotka oikeasti muistavat? Kaksi perusmuistityyppiä: • Lyhytkestoinen muisti: Tieto LLM:n kontekstissa (nykyinen keskustelu) • Pitkäaikainen muisti: Ulkoisesti tallennettu tieto (aiemmat keskustelut, käyttäjien mieltymykset, opitut faktat) Mutta tässä kohtaa se muuttuu mielenkiintoiseksi – ja hämmentäväksi. Eri viitekehykset luokittelevat muistin eri tavoin, esimerkiksi: CoALA:n lähestymistapa (inspiraationa ihmisen kognitiosta): • Työmuisti (nykyinen keskustelu) • Semanttinen muisti (tietoa käyttäjästä) • Episodimainen muisti (menneet kokemukset ja teot) • Menettelymuisti (ohjeet ja käyttäytymiset) Lettan lähestymistapa (arkkitehtuurikeskeinen): • Viestipuskuri (viimeisimmät viestit) • Ydinmuisti (aktiivisesti hallitut kontekstissa toimivat lohkot) • Recall Memory (raaka keskusteluhistoria) • Arkistomuisti (eksplisiittisesti tallennettu tieto) Vaikein osa? Unohtaminen. Muistiin mennon hallinta on todella monimutkaista. Poistettujen asioiden hallinta on vielä vaikeampaa. Miten automatisoit sen, mikä on vanhentunutta? Milloin vanha tieto on aidosti vanhentunutta verrattuna siihen, että se on edelleen kontekstissa relevanttia? Tässä useimmat toteutukset kamppailevat. Leonie kattaa kaiken eri muistityypeistä (toimiva, semanttinen, episodillinen, proseduraalinen) käytännön toteutusstrategioihin ja kasvavaan muistikehysten ekosysteemiin, kuten mem0, Letta ja zep. Tämä on yksi niistä julkaisuista, jotka haluat lisätä kirjanmerkkeihin ja palata niihin rakentaessasi agenttijärjestelmiäsi. Leonien blogikirjoitus:

Kaikki puhuvat agenttisesta tekoälystä, mutta puhummeko me kaikki samasta asiasta? Olen huomannut, että ihmiset käyttävät "agenttisia arkkitehtuureja" ja "agenttisia työnkulkuja" synonyymeinä. Mutta ne ovat itse asiassa melko erilaisia käsitteitä, jotka toimivat yhdessä. Tässä on ero: Agentin työnkulut = Sarja vaiheita, jotka agentti suorittaa tavoitteen saavuttamiseksi Ajattele sitä "mitä" - varsinaisena prosessina Näitä vaiheita voivat olla esimerkiksi seuraavat: • LLM:n käyttäminen suunnitelman luomiseen • Tehtävien pilkkominen osatehtäviin • Internet-haun kaltaisten työkalujen käyttö • Tulosten reflektointi ja suunnitelman mukauttaminen Agenttiset arkkitehtuurit = Tekninen kehys ja järjestelmäsuunnittelu Ajattele sitä "miten" - taustalla olevana rakenteena Nämä sisältävät aina: • Vähintään yksi agentti, jolla on päätöksentekokyky • Työkalut, joita agentti voi käyttää • Lyhyen ja pitkän aikavälin muistijärjestelmät Miksi tällä on merkitystä? Koska sama työnkulku voidaan toteuttaa eri arkkitehtuureilla. Se on kuin olisi useita tapoja rakentaa sama resepti - vaiheet pysyvät samanlaisina, mutta keittiön kokoonpano vaihtelee. Esimerkiksi agenttinen RAG-työnkulku (kyselyjen eritteleminen, tietojen hakeminen, osuvuuden arviointi) voidaan rakentaa yhden agentin reititinarkkitehtuurilla tai usean agentin järjestelmällä. Sama työnkulku, erilainen arkkitehtuuri. Tämän eron ymmärtäminen auttaa sinua: • Suunnittele joustavampia järjestelmiä • Valitse oikea arkkitehtuuri juuri sinun työnkulkuusi varten • Viesti selkeämmin siitä, mitä todella rakennat Mitä agenttisia työnkulkuja olet eniten innoissasi toteuttamasta? Varat: 📌 Agentic Architectures ilmainen e-kirja: 📌 Agentic Workflows -blogikirjoitus: