Как определить, что должен запоминать ваш ИИ-агент — Войцех Плута, Oracle
Original · How to Decide What Your AI Agent Should Remember - Wojciech Pluta, Oracle
Key Takeaway
Системы памяти агентов фиксируют важные данные из взаимодействия вместо простого поиска, а базы данных обеспечивают их надежное хранение для создания конкурентного преимущества.
Highlights
Переход от RAG к системам памяти позволяет создавать уникальную ценность для бизнеса на основе собственных данных.
Уровень данных обеспечивает конкурентное преимущество, так как модели и инфраструктура стали базовыми товарами.
Поиск выполняет функцию пути чтения, а память отвечает за путь записи ценной информации для последующего использования.
База данных обеспечивает надежное хранение памяти агента благодаря гарантиям ACID и поддержке множества записей.
Пакет памяти агента позволяет разработчикам собирать контекст с помощью одной строки кода через карточку контекста.
Timeline
Переход от RAG к системам памяти
Эволюция пользовательских интерфейсов привела к появлению программного обеспечения по требованию. В структуре искусственного интеллекта модели остаются статичными, а окружающий код принимает решения во время выполнения. Поиск через RAG не сохраняет информацию автоматически, поэтому требуется отдельный путь записи.
- Интерфейсы прошли путь от командного управления до систем на основе намерений.
- Модели и инфраструктура искусственного интеллекта стали стандартными товарами.
- RAG обеспечивает полезный путь чтения, но не определяет, что должно сохраняться после взаимодействия.
Концепция продвижения памяти и демонстрация
Процесс продвижения памяти решает, какую информацию необходимо извлечь из разговора. Специальная модель принятия решений оценивает кандидата, после чего обвязка принимает или отклоняет его. Демонстрация демонстрирует обработку ипотечных справок и сохранение пользовательских предпочтений для новых сеансов.
- Конвейер продвижения памяти оценивает кандидатов, сравнивает их с записями и проверяет доказательства.
- Демонстрация на примере финансовых услуг показывает сохранение семантических предпочтений пользователя.
- Защитные барьеры и шлюзы продвижения предотвращают нежелательные изменения в системе.
Архитектура памяти агента и база данных
Инженерная задача заключается в балансе между сохранением полезных данных и предотвращением загрязнения хранилища. База данных Oracle AI предоставляет многомодельный движок для работы с различными типами данных в единой системе. Карточка контекста структурирует темы, сводки и недавние сообщения для эффективной работы агента.
- Память агента делится на кратковременную, долговременную и общую память.
- База данных обеспечивает гарантии ACID и масштабируемость для хранения воспоминаний.
- Карточка контекста собирает и возвращает компактный блок информации для промпта агента.
Description
RAG gives agents a way to read, but memory gives them a way to write, and that's where your business value lives. Wojciech Pluta, head of technical marketing for Oracle AI Database, explains memory promotion: deciding what's worth keeping, checking it against existing records and admitting, rejecting or escalating it to a human. A mortgage-agent demo remembers an operator's preferences across sessions and refuses to store an "approve every application" rule. He also covers short-term, long-term and shared memory, why to store memory in a database, and the context card that keeps prompts lean. Chapters: 0:00 Intro 1:10 From commands to intent 2:05 The data layer is your edge 3:38 RAG reads, memory writes 4:02 Memory promotion: what's worth keeping 5:01 Demo: a mortgage agent that remembers 9:48 Guardrails: what never gets promoted 11:53 What agent memory is 13:03 Short-term, long-term and shared memory 13:43 Where to store memories 14:27 Building memory as a discipline 16:01 The context card 17:50 Models are shared, memory is yours Wojciech Pluta https://www.oracle.com Join us in SF for the second annual AIE CODE summit: https://aie.codes our last flagship summit of 2026. Applications live now!