Architektura pamięci agenta: krótkotrwała, długotrwała, epizodyczna

Większość produkcyjnych agentów łączy trzy warstwy, każda o innym zadaniu. Pamięć krótkotrwała, czyli robocza, trzyma bieżący kontekst zadania — to, nad czym agent teraz rozumuje — i zwykle żyje w oknie kontekstu modelu: szybka i bardzo trafna, lecz ograniczona rozmiarem i opłacana w każdej iteracji. Pamięć długotrwała utrwala fakty i wiedzę w zewnętrznej bazie, często wektorowej, i jest pobierana tylko, gdy trafna; tu żyje retrieval-augmented generation i skaluje przywołanie daleko poza to, co mieści się w oknie kontekstu. Pamięć epizodyczna zapisuje przeszłe interakcje lub całe przebiegi, na które agent może spojrzeć wstecz, co wspiera ciągłość i personalizację między sesjami. Sztuką nie jest maksymalizacja którejkolwiek warstwy, lecz kierowanie właściwej informacji we właściwe miejsce: trzymaj pamięć roboczą ciasno, pobieraj wiedzę długotrwałą na żądanie i zapisuj epizody świadomie. Każda warstwa ma też inny czas życia, koszt i charakterystykę zaufania, dlatego rządzi się nimi inaczej, a nie traktuje jako jednej niezróżnicowanej pamięci.

Bo cokolwiek agent zapisze, może być później przywołane i potraktowane jako zaufany kontekst, co zamienia ścieżkę zapisu do pamięci w powierzchnię ataku, a nie neutralną wygodę. Dominującym ryzykiem jest zatruwanie pamięci: jeśli zapisy nie są walidowane, fałszywa lub złośliwa treść może przetrwać w pamięci długotrwałej lub epizodycznej i po cichu obciążać wiele przyszłych przebiegów, długo po pierwotnym zdarzeniu, a ponieważ jest przywoływana jako ustalony kontekst, trudno ją wykryć. Drugie ryzyko to ekspozycja danych: zbyt szerokie przechowywanie danych osobowych podnosi obowiązki na gruncie RODO i poszerza zasięg szkody przy naruszeniu, bo baza pełna zapamiętanych danych klientów to dokładnie to, czego chce atakujący. Jest też wątek międzysesyjny — pamięć to jeden z niewielu sposobów, by pojedyncze przejęcie przeżyło sesję, która je spowodowała. Pamięć trzeba więc rządzić, nie tylko optymalizować pod przywołanie: waliduj to, co do niej wchodzi, segmentuj według poziomu zaufania, by niezaufane źródła nie stały się zaufanym kontekstem, ustaw czasy życia i stosuj minimalne uprawnienia do tego, kto i co może pisać.

Mniej, niż większość zespołów zakłada, bo odruch trzymania więcej zwykle czyni agenta gorszym, nie lepszym. Każdy token pamięci roboczej jest opłacany w każdej iteracji, więc rozdęty kontekst jest drogi, a co gorsza rozcieńcza sygnał, którego model potrzebuje — pogrzebanie kilku trafnych faktów wśród wielu nietrafnych mierzalnie pogarsza rozumowanie. Lepszy wzorzec jest selektywny z założenia: trzymaj pamięć roboczą ciasną i zawężoną do bieżącego kroku, pobieraj wiedzę długotrwałą na żądanie zamiast wczytywać wszystko z góry i zapisuj epizody świadomie z wygasaniem, zamiast gromadzić każdą interakcję na zawsze. Więcej pamięci to nie więcej zdolności; trafna pamięć — tak. Pomocne jest myślenie, że celem jest precyzja przywołania, nie jego objętość — agent ma sięgnąć po właściwą informację, gdy jej potrzebuje, co jest problemem kierowania i pobierania, nie maksymalizacji magazynu. Zacznij minimalnie, dodawaj warstwę pamięci dopiero, gdy konkretna awaria zadania pokaże, że jej brak, i przycinaj agresywnie.

Nie — RAG to jeden komponent pamięci agenta, konkretnie warstwa długotrwała, nie cały obraz. Retrieval-augmented generation to technika pobierania trafnych faktów lub dokumentów z zewnętrznej bazy, zwykle wektorowej, i wstrzykiwania ich do kontekstu w chwili, gdy są potrzebne, czyli dokładnie to, co robi pamięć długotrwała. Ale architektura pamięci agenta jest szersza: obejmuje też krótkotrwałą pamięć roboczą w oknie kontekstu, której RAG nie adresuje, oraz pamięć epizodyczną przeszłych interakcji i przebiegów, która dotyczy ciągłości, nie wyszukiwania wiedzy. Mylenie obu prowadzi do częstego błędu — założenia, że dodanie RAG daje agentowi pamięć — podczas gdy wciąż może brakować dyscypliny pamięci roboczej albo jakiegokolwiek przywołania epizodycznego. Praktyczne ujęcie jest takie, że RAG odpowiada na pytanie, co agent wie i może wyszukać, pamięć robocza na to, co agent trzyma teraz, a pamięć epizodyczna na to, co zdarzyło się wcześniej. Projektuj wszystkie trzy świadomie; RAG to potężna warstwa środkowa, nie zastępstwo pozostałych.