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....