Kein Speicher, kein Sicherheitsgurt: Warum die Datenbank die letzte Verteidigungslinie ist — Kay Malcolm, Oracle

AAI Engineer
컴퓨터/소프트웨어경영/리더십AI/미래기술

스크립트

00:00:00Tanya Cushman Reviewer: Peter van de Ven
00:00:12Hallo zusammen, habt ihr Spaß?
00:00:15Oh, da müsst ihr mir schon ein bisschen mehr geben.
00:00:18Lasst mich euch sagen, mein Name ist Kay Malcolm.
00:00:21Ich bin pensionierte Hip-Hop-Tanzlehrerin.
00:00:24Wenn ich also nicht mehr Energie als das bekomme, fangen wir an –
00:00:28habt ihr Spaß?
00:00:30Okay, na gut.
00:00:32Hier ist also das Thema, worüber wir heute sprechen werden.
00:00:36Ihr habt ja nun schon einiges über zwei Buchstaben gehört.
00:00:39Will jemand raten, was das für zwei Buchstaben sind,
00:00:41über die ich heute sprechen werde?
00:00:43Das war gar nicht mal so schlecht, DB.
00:00:48Ich werde über KI sprechen,
00:00:50aber im Speziellen werde ich über Agenten-Harnesses sprechen.
00:00:54Bevor ich das tue, möchte ich euch alle einigen Leuten vorstellen.
00:00:57Ist das in Ordnung?
00:00:59Ja oder ja?
00:01:00Ist das in Ordnung?
00:01:01Ja.
00:01:02Ich habe Auswahlmöglichkeiten gegeben.
00:01:04Ja?
00:01:04Wie auch immer.
00:01:05Schon gut.
00:01:05Okay, na gut.
00:01:06Das ist mein Team.
00:01:09Ich leite ein Outbound-Datenbank-Produktmanagement-Team bei Oracle.
00:01:14Ich bin schon sehr lange bei Oracle, nämlich seit 20 Jahren.
00:01:17Witzige Geschichte.
00:01:18Ich habe mit 12 angefangen, also fangt bloß nicht an zu rechnen
00:01:21und im Kopf mitzuzählen.
00:01:24Und wir haben ein Problem.
00:01:27Dieses Problem besteht darin, dass ich eine Gruppe habe, die Plattformentwicklung macht.
00:01:33Und dann habe ich eine andere Gruppe für die Inhaltsentwicklung bei Live Labs,
00:01:37einer Plattform, die ich selbst geschrieben habe.
00:01:40Also ja, ich bin Ingenieurin, aber irgendwie auch eine Entwickler-Hochstaplerin.
00:01:44Und dann habe ich noch eine Gruppe, die sich um die Qualitätssicherung kümmert.
00:01:48Und dann habe ich eine weitere Gruppe für meine Frontend-Entwicklung.
00:01:52Mit KI ist mir als Führungskraft folgendes aufgefallen.
00:01:57Denn in der Token-Maxing-Ära von 2025 – wir machen ja kein Token-Maxing mehr, oder?
00:02:05Wir machen jetzt verantwortungsvolle KI.
00:02:08Aber in der Token-Maxing-Ära musste ich feststellen: Zwar hat die KI die einzelnen Personen
00:02:15in meinem Team schneller gemacht, aber sie schuf ein anderes Problem.
00:02:23Sie hat mein Team nicht produktiver gemacht.
00:02:28Und der Grund war: Wenn ein Team aus den Niederlanden morgens um 4 Uhr unserer Zeit Code eincheckte,
00:02:37weil sich die eine Hälfte meines Teams in der EMEA-Region und die andere Hälfte hier in den USA befindet,
00:02:43dann haben sie zwar den Code eingecheckt, aber nicht ihren Kontext aus Codex.
00:02:49Wir nutzen Codex bei Oracle.
00:02:51Wenn dann das US-Team aufwachte,
00:02:56bekamen sie zwar den Code, aber keinerlei Informationen über den Kontext.
00:03:00Also haben wir KI eingesetzt, um ein Problem zu lösen, das die KI erst geschaffen hatte.
00:03:07Und das haben wir gemacht.
00:03:08Oh, Moment, ich spreche erst einmal darüber.
00:03:10Hier sind also einige der Probleme.
00:03:12Der Kontext wurde, wie gesagt, nicht geteilt.
00:03:15GitHub hat das nicht nachverfolgt.
00:03:18Meine Repositories drifteten auseinander.
00:03:21Und ich fragte die Manager, die für mich arbeiten: Was passiert eigentlich mit euren Teams?
00:03:26Warum kommen wir nicht schneller voran?
00:03:29Wir geben all das Geld für Token aus.
00:03:31Wir geben all das Geld für KI aus.
00:03:33Und dennoch fehlt etwas, denn wir verbringen nach wie vor Zeit
00:03:37mit Testen und Validierung.
00:03:39Unterm Strich ging das also nicht wirklich für uns auf.
00:03:45Weil Git den Code aufzeichnet und nicht die menschliche Absicht.
00:03:49Das ist also ein Problem.
00:03:50Und obwohl die Codeerstellung für uns kein Problem mehr war, hatten wir nach wie vor einen Flaschenhals.
00:04:03Wir brauchten eine Kollaborationsschicht.
00:04:05Nun, ich habe tatsächlich Mitglieder meines Teams im Publikum.
00:04:10Verurteilt mich also nicht.
00:04:12Ihr wisst, wer ihr seid.
00:04:13Ich behaupte ja nicht, dass ihr alle gar nicht kollaboriert habt.
00:04:17Aber jetzt haben wir ein neues Teammitglied.
00:04:20Und dieses neue Teammitglied ist die KI.
00:04:23Wir mussten also herausfinden, wie wir unsere Fortschritte und nächsten Schritte nachverfolgen.
00:04:29Wie wir Entscheidungen rationalisieren können, die der Agent traf.
00:04:39Wir mussten herausfinden, wie wir Fragen und Konflikte lösen.
00:04:45Okay.
00:04:48Behaltet mal mein Problem im Kopf.
00:04:49Haltet ihr alle mein Problem für mich fest?
00:04:51Genau hier.
00:04:51Das packen wir jetzt erst einmal in ein kleines Schachterl.
00:04:54Lasst mich definieren, was ein Enterprise-Agent eigentlich ist.
00:04:59Die meisten Leute denken ja, dass ein Enterprise-Agent aus dem Modell und dem Workflow besteht.
00:05:05Wie viele stimmen mir da zu?
00:05:08Mann, das ist ein hartes Publikum.
00:05:10Okay, eine Person.
00:05:12Gut, der Rest von euch denkt, es ist ein bisschen mehr.
00:05:14Okay, schauen wir mal.
00:05:18Könnte es sein, dass ein echter Enterprise-Agent über Tools verfügt?
00:05:26Tools sind die Art und Weise, wie er Dinge erledigt.
00:05:30Kontext.
00:05:33Der Kontext, das ist ein Kontextfenster.
00:05:35Das ist das, was im eigentlichen Prompt steht.
00:05:39Gedächtnis.
00:05:43Und falls ihr jetzt denkt: Aber Moment, Kay, Gedächtnis –
00:05:46du hast doch gerade gesagt, das Modell ist sozusagen das Gehirn der Operation.
00:05:51Immer mit der Ruhe.
00:05:52Wir werden noch etwas mehr über Gedächtnis sprechen.
00:05:55Retrieval.
00:05:57Weil man schließlich nicht alles zurückhaben will.
00:05:58Es geht also darum, genau die richtigen Informationen wieder abzurufen.
00:06:03Und ich weiß, dass hier viele Entwickler sind und euch Sicherheit eigentlich egal ist.
00:06:11Mir ist Sicherheit nicht egal.
00:06:13Weil ich für das sicherste Datenbankunternehmen arbeite.
00:06:17Und ich habe früher für eine Behörde gearbeitet, die keinen Namen hat.
00:06:22Aber Leitplanken sind ebenfalls wichtig.
00:06:25Das ist das Harness.
00:06:27Ich spreche in Analogien und ich spreche in Geschichten.
00:06:31Denn wenn ich euch das im Zusammenhang mit Marvel erzähle, wisst ihr sofort, wovon ich spreche.
00:06:38Stellt euch den Agenten also wie das kleine Modellgehirn vor, das in einem Glasgefäß schwimmt.
00:06:46Plus dieses Harness.
00:06:49Dieses Harness ist der Körper.
00:06:52Es sorgt dafür, dass der Agent tatsächlich Dinge tun und erledigen kann.
00:06:58Das Gedächtnis, das ist der Teil des zentralen Nervensystems.
00:07:03Und ihr wisst noch, das zentrale Nervensystem verbindet das Gehirn mit dem Rest des Körpers.
00:07:08Beine, Arme.
00:07:10Das ist jener Teil des zentralen Nervensystems, der den Kontext transportiert.
00:07:16Ihr erinnert euch also an mein Problem mit Git?
00:07:20Was ich brauchte, war Gedächtnis.
00:07:21Gut.
00:07:22Es gibt also eine Reihe von Gedächtnistypen.
00:07:26Ich habe fünf ausgewählt, die fünf gängigsten, über die die Leute sprechen.
00:07:29Und das sind die, an die ihr euch erinnern sollt.
00:07:32Das erste ist das Kurzzeitgedächtnis.
00:07:34Das ist die Session, richtig?
00:07:36Wenn ihr also den Speicher eines KI-Prozesses sichert, dann ist das Kurzzeitgedächtnis das,
00:07:44was bei Chat, Claude Code – na ja, sucht euch eins aus – anfällt.
00:07:49Das Langzeitgedächtnis ist das, was über Sitzungen hinweg bestehen bleibt.
00:07:55Episodisches Gedächtnis, hmm, was ist das letzte Mal passiert, als ich mit [Leerstelle] interagiert habe?
00:08:06Das ist euer episodisches Gedächtnis.
00:08:09Prozedurales Gedächtnis.
00:08:11Tools.
00:08:12Schritte, die unternommen wurden.
00:08:15Und schließlich das semantische Gedächtnis.
00:08:17Und das semantische Gedächtnis deshalb, weil wir über Enterprise-Agenten sprechen.
00:08:21Wir sprechen nicht von dem Agenten, den ich gebaut habe, Sasha Fierce.
00:08:25Denn ich hatte euch ja erzählt, dass ich Tänzerin bin.
00:08:28Also wird mein Chief of Staff natürlich Sasha Fierce heißen, so wie Beyoncé damals.
00:08:34Gibt es hier Beyoncé-Fans?
00:08:37Okay, tut mir leid.
00:08:38Schon gut.
00:08:38Wir müssen uns konzentrieren.
00:08:40Okay.
00:08:40Das sind also die Gedächtnistypen.
00:08:43Wenn man diesen echten Enterprise-Agenten und dieses Gedächtnis definiert,
00:08:49gibt es etwas, das man berücksichtigen muss: wo man es speichert.
00:08:53Und deshalb erzähle ich euch jetzt eine Geschichte.
00:08:55Aber wenn ich sie erzähle, müsst ihr mir versprechen, dass ihr mich nicht verurteilt.
00:09:00Versprecht ihr das?
00:09:06Versprecht ihr das?
00:09:08Ihr nehmt das doch nicht etwa auf, oder?
00:09:10Denn das lässt mich in keinem guten Licht erscheinen.
00:09:12Okay.
00:09:12Na gut.
00:09:12Die Welt der Daten war einst ganz einfach.
00:09:14Ich bin schon lange bei Oracle, aber ich kam von einem Kunden.
00:09:17Dieser Kunde hieß Southern Company.
00:09:19Das war ein Energieversorger.
00:09:20Ich lebe in Atlanta.
00:09:22Und ich wurde bei Southern Company eingestellt, weil ich ein absoluter Performance-Tuning-Profi war.
00:09:28Man hatte eine SQL-Abfrage.
00:09:29Ich meine, damit verrate ich mein Alter, aber egal.
00:09:31Man hatte eine SQL-Abfrage.
00:09:32Ich kannte alle init.ora-Parameter.
00:09:34Selbst die, bei denen der Support sagte:
00:09:36Die merkt ihr euch besser nicht.
00:09:37Schreibt sie nicht auf.
00:09:38Ich habe sie in mein kleines Notizbuch geschrieben.
00:09:40Ich konnte jede Abfrage bis aufs Äußerste optimieren.
00:09:43Dann kam einer von euch zu meinem Schreibtisch.
00:09:47Denn damals bestand die Welt eben aus Zeilen und Spalten.
00:09:50Das war eine tolle Zeit in meinen Al-Bundy-Tagen.
00:09:55Und meinte: Hey, ich muss unstrukturierte Daten speichern.
00:10:01Warum?
00:10:02Warum machst du das?
00:10:04Und ich, als fleißige DBA Kay, dachte mir:
00:10:09Ich schaue mir das an und melde mich bei dir.
00:10:13Habe ich mich bei ihm gemeldet?
00:10:16Ich habe mich nicht bei ihm gemeldet.
00:10:18Man muss über Southern Company wissen:
00:10:21Für jedes Datenbanksystem, das ein DBA verwaltete,
00:10:24musste ich an zwei Meetings teilnehmen.
00:10:26Wenn ich heute den Namen Sarbanes-Oxley höre,
00:10:28muss ich immer noch ein bisschen im Hals hochwürgen.
00:10:31Ich musste also an einem Sicherheitsmeeting und einem Patching-Meeting teilnehmen.
00:10:34Jede Woche.
00:10:35Ohne Ausnahme.
00:10:37Weil dieser Entwickler nun eine Datenbank installierte, die auf unstrukturierte Daten spezialisiert war –
00:10:44okay, hier sitzen wirklich schlaue Leute –,
00:10:46zu wie vielen Meetings gehe ich jetzt?
00:10:54Vier.
00:10:55Okay, ich bin ein bisschen genervt, aber ich denke mir: Gut, das kriegen wir hin.
00:10:59Dann meinten sie: Kay, da du so gut im Tuning bist,
00:11:03musst du diese Beziehung herausfinden.
00:11:06Und bei Southern Company lief das so:
00:11:08Es gab diese „Leute könnten sterben“-Anwendung.
00:11:11Und die lief auf so Nokia-Handys für die Leute, die auf die Masten kletterten, wisst ihr?
00:11:18Ihr wart doch sicher auch schon mal in einem Sturm, wo der Strom ausfällt, oder?
00:11:22Und dann geht man ziemlich sicher davon aus, dass der Strom in ein bis zwei Stunden wieder da ist.
00:11:27Nun, dieses System, das den Leuten, die auf diese Masten kletterten
00:11:32und ihr Leben riskierten, um den Strom wieder einzuschalten, Infos lieferte, hatte manchmal Fehlalarme
00:11:37oder falsche Negative.
00:11:39Daher wollten sie sich alle anderen Masten in der Umgebung ansehen,
00:11:46um diese Fehlalarme und falschen Negative loszuwerden.
00:11:50Und das habe ich in einer SQL-Abfrage gelöst.
00:11:52Und sie war fantastisch.
00:11:53Es war eine fünfach ineinander verschachtelte UNION ALL-Anweisung.
00:11:57Das war eine meiner besten Arbeiten.
00:11:59Gut, die Ausführung hat vielleicht 20 Minuten gedauert, aber es war wie ein Vorläufer von Graph.
00:12:06Ja, sie haben Neo4j installiert.
00:12:10Zu wie vielen Meetings gehe ich also jetzt?
00:12:13Sechs.
00:12:14Das ist ein Problem.
00:12:16Also ich – oh, Moment, ich greife etwas vor.
00:12:19Wisst ihr, was ich getan habe?
00:12:20Ich habe gekündigt.
00:12:23Ich bin gegangen und zu Oracle gewechselt, weil ich dachte: Das ist ein Problem und vielleicht kann ich zu Oracle gehen,
00:12:26um es zu lösen.
00:12:27Dann rief mich Joe Mundy an und sagte: “Hey, wir installieren Redis.
00:12:33Oracle ist spät dran.
00:12:35Wir haben eine Vektordatenbank.”
00:12:37Okay.
00:12:40Aber hier ist das Problem, Joe.
00:12:45Agenten brauchen jetzt Zugriff auf all diese Daten.
00:12:49Wenn Daten also in einer Oracle-Datenbank liegen, dann auch in einer unstrukturierten JSON-Datenbank,
00:12:55in einer Graphendatenbank und in einer Vektordatenbank – wo ist dann deine einzige verlässliche Datenquelle?
00:13:03Das muss der Agent herausfinden.
00:13:04Manchmal macht er es richtig.
00:13:08Meistens macht er es falsch und verbraucht dabei jede Menge Tokens.
00:13:12Wenn man sein Gedächtnis also irgendwo speichern will, kann man das in einem Dateisystem tun.
00:13:20Man kann es in Claude oder ChatGPT speichern, denn wir alle kennen ja die memory.md-Datei.
00:13:29Aber das wird zu einem Problem führen.
00:13:31Das möchte ich veranschaulichen.
00:13:32Ich brauche vier Freiwillige.
00:13:33Ich sehe euch.
00:13:34Heftet die Hand.
00:13:35Einer.
00:13:36Zwei.
00:13:37Okay, ich kann...
00:13:38Drei.
00:13:40Ich brauche einen vierten.
00:13:41Ah, der vierte da hinten.
00:13:42Gut, der vierte hinten.
00:13:44Du bist unser „Alter Verlässlicher“.
00:13:47Du bist eine relationale Datenbank.
00:13:48Einverstanden?
00:13:50Du hast also deine Rolle?
00:13:52Okay, und dann war da noch jemand.
00:13:54Du bist meine unstrukturierte Datenbank.
00:13:57Und wo war mein anderer – ah, sehr gut.
00:14:00Du bist meine Graphendatenbank.
00:14:02Alles klar?
00:14:02Der Typ für Beziehungen.
00:14:03Du siehst aus wie der Beziehungs-Typ.
00:14:05Gut, sehr gut.
00:14:06Der vierte.
00:14:06Wo war mein vierter?
00:14:09Worship du das?
00:14:09Ja.
00:14:10Ja, du bist meine Vektordatenbank, okay?
00:14:15Jetzt sind alle mal ganz, ganz leise.
00:14:20Meine vier Freiwilligen brauche ich jetzt.
00:14:24Ich sage euch gleich etwas,
00:14:27und ihr müsst alle entscheiden, wie ihr es speichert
00:14:31und wer die einzige verlässliche Quelle der Wahrheit hat.
00:14:33Ihr dürft nicht aufstehen und müsst flüstern,
00:14:37denn wenn ihr laut sprecht, kostet das fünf Extratokens für euch.
00:14:40Ja?
00:14:41Okay, sind wir bereit?
00:14:42Alles klar.
00:14:44Die Kuh sprang über den Mond.
00:14:48Los.
00:14:51Hm.
00:14:53Das funktioniert nicht wirklich, oder?
00:14:55Das ist ein Problem.
00:14:56Okay.
00:14:58Oracle – und wenn ihr nichts anderes behält,
00:15:02wenn ihr alles vergesst, was ich sage, aber euch eines merkt:
00:15:06Oracle ist nicht das Oracle, das ihr denkt.
00:15:09Deshalb bin ich heute hier.
00:15:11Wie viele von euch wussten, dass Oracle nativ,
00:15:15in derselben Tabelle, runter bis zur selben Partition,
00:15:19JSON, Graphen, Vektoren – mein Vektor-Freund da drüben –,
00:15:24mein JSON-Freund, Spatial speichern kann?
00:15:27Ihr wollt, dass euer Speicher unveränderlich ist?
00:15:30Wie wäre es mit Blockchain in derselben Datenbank?
00:15:32Hebt die Hand.
00:15:34Ja.
00:15:36Wir haben ein Marketingproblem.
00:15:39Jeder Datentyp kann also in einer 26AI-Datenbank gespeichert werden.
00:15:44Jede Workload.
00:15:46Überall.
00:15:47AWS, GCP, Azure, OCI, On-Premises.
00:15:52Auswahl und Flexibilität.
00:15:54Wenn wir das nehmen und über den Agenten sprechen,
00:15:57möchte ich mein Langzeit- und Prozeduralgedächtnis relational speichern.
00:16:02In JSON möchte ich mein Kurz- und mein Langzeitgedächtnis speichern.
00:16:05Graph, da möchte ich prozedural speichern, denn prozedural, so ermittle ich die Beziehungen,
00:16:09genau, die Schritte.
00:16:11Mein episodisches und semantisches Gedächtnis, das muss ich vektorisieren und dann auch als Text speichern.
00:16:17Wenn ich nun vier verschiedene Datenbanken habe, Sie haben es alle gesehen, können die nicht miteinander kommunizieren.
00:16:25Das wird ein Problem.
00:16:27Deshalb sage ich Ihnen heute: Die Oracle AI Database ist der beste Ort, um dieses Agentengedächtnis zu speichern,
00:16:35das Ihr Harness antreibt.
00:16:38Denken Sie daran: Ihr Harness ist Ihr Körper und dieses Gedächtnis ist Ihr zentrales Nervensystem.
00:16:44Gut, zurück zu Poly.
00:16:46Das Problem, das ich hatte, haben wir mit einem Memory Broker namens Poly gelöst.
00:16:51Wir haben Agentengedächtnis genutzt.
00:16:54Wir sind aus dieser automatischen Kontinuität ausgestiegen.
00:16:57Mein Team konnte dadurch nicht nur seinen Code teilen, sondern Poly hat auch den Kontext im Blick behalten.
00:17:07Wenn also ein Kontextfenster prozedurales Gedächtnis, episodisches Gedächtnis und Informationen über das Langzeitgedächtnis enthielt,
00:17:15wurde das dann mit den anderen Leuten im Team geteilt.
00:17:19Man könnte sie Agenten nennen, wenn Sie so wollen.
00:17:21Das sind einfach menschliche Agenten.
00:17:23Über Forks hinweg geteilt.
00:17:26Die Entwickler im Team blieben in Kontrolle, während Poly in der Lage war, den Kontext zu erstellen,
00:17:35herauszufinden, zu welchem Fork und Branch es gehörte und zu welchem Commit.
00:17:41Das ist ein sehr vereinfachtes Beispiel, aber wenn man das auf das Unternehmen überträgt, passiert Folgendes.
00:17:49Das Gedächtnis ist das Element, das im Harness eines Agenten unverhandelbar wird.
00:17:53Das sind drei Arbeiten, die ich im Flugzeug gelesen habe.
00:17:59Die erste stammt von OpenAI und handelt von deren hauseigenem Datenagenten.
00:18:03Und darin wird ausgesagt, dass ihr hauseigener Datenagent tatsächlich Gedächtnis benötigt.
00:18:11Gedächtnis war von entscheidender Bedeutung, damit ihr Agent korrekt filtern konnte, anstatt zu versuchen, Strings abzugleichen.
00:18:19Harrison Chase sagte: “Ihr Harness, Ihr Gedächtnis, und wenn Ihnen Ihr Harness nicht gehört, gehört Ihnen auch Ihr Gedächtnis nicht”, was der Schlüssel ist.
00:18:27Und ich bin sicher, Sie fragen sich alle: “Nun, Claude hat doch Gedächtnis. Warum kann ich das nicht nutzen?”
00:18:32Nun, das ist wie Dateisystem-Gedächtnis, und es funktioniert mit einem, aber genau wie in meinem Beispiel,
00:18:38wenn man über eins hinaus skaliert – und im Unternehmen wird man über eins hinaus skalieren –, gibt das ein Problem.
00:18:45Deshalb hat Oracle ein Oracle Agent Memory Package.
00:18:51PIP install Oracle Agent Memory, Sie erhalten Zugriff darauf, und dieses Gedächtnis, dieses SDK, das wir haben,
00:19:00ist das, was Ihre Live-Gespräche, Ihre Erinnerungen, Ihre Fakten festhält
00:19:05und herausfindet, was es wert ist, behalten zu werden. Wenn wir uns also Poly ansehen: Kevin kann seinen Kontext mit Poly teilen,
00:19:14unserem Memory Broker. Wir nutzen das Oracle Agent Memory SDK. Es ist in einer Oracle Autonomous Database gespeichert.
00:19:22Wir können ein LLM unserer Wahl nutzen oder ein lokales Modell über den Container Oracle Private AI Services.
00:19:28Und dann kann Linda, die tatsächlich genau hier sitzt,
00:19:34problemlos mit Kevin interagieren und arbeiten. Ja, KI macht Einzelpersonen schneller.
00:19:42Geteilter Speicher in einer Oracle AI Database macht Teams schneller. Ich möchte also, dass Sie keine Kompromisse eingehen.
00:19:49Im Zeitalter der KI bietet Ihnen 26AI die Möglichkeit, das Beste auszuwählen. Für das Agentengedächtnis:
00:19:58Dateisysteme, die in einem Datenbank-Dateisystem oder in der Datenbank gespeichert sind. Wenn Sie Datenmodellierung betreiben müssen,
00:20:04haben Sie JSON, Sie haben relational, wir haben die Wahl.
00:20:09Gut, ich habe noch ein paar Goodies für Sie. Der Oracle AI Developer Hub – dort können Sie Programmiermaterialien erhalten,
00:20:16die Anwendungen, das, worüber ich heute gesprochen habe. LiveLabs.oracle.com. Wenn Sie an einem unserer
00:20:22Workshops heute teilgenommen haben, das ist zufällig etwas, das ich selbst vor etwa sechs Jahren geschrieben habe und 40 Millionen
00:20:28Benutzer her, geben Sie mein OCI-Tenancy-Guthaben aus, testen Sie jede Oracle-Technologie sechs Stunden lang,
00:20:38zwölf Stunden lang, so lange Sie eben brauchen. Und dann schenke ich Ihnen allen einen Mac mini. Nein, nur Spaß.
00:20:45Ich schenke Ihnen einen OCI mini. Ich weiß nicht, ob Sie es wussten, aber es gibt ein dauerhaft kostenloses OCI. Es ist das großzügigste
00:20:51aller Hyperscaler, bei dem Sie eine kostenlose Oracle-Datenbank und kostenlose Compute-Ressourcen erhalten. Sie können
00:20:573.000 E-Mails pro Monat und 200 Gigabyte Speicher nutzen. Und wenn Sie darauf klicken, erhalten Sie Zugriff darauf. Oder Sie
00:21:05suchen bei Google nach Oracle Cloud, Always Free. Vernetzen Sie sich mit mir. Wenn Sie etwas bauen, schreiben Sie mir
00:21:14und lassen es mich wissen? Ja oder ja? Danke schön.
00:21:35Bis zum nächsten Mal.

핵심 요약

Ein geteiltes Agentengedächtnis in einer Oracle AI Database verbindet das neuronale Nervensystem von KI-Agenten und beschleunigt die Teamarbeit.

하이라이트

  • Ki-Tools beschleunigen zwar einzelne Entwickler

  • fragmentieren jedoch den Kontext in verteilten Teams und schaffen neue Koordinationsprobleme.

  • Das Oracle Agent Memory SDK speichert Gespräche, Erinnerungen und Fakten in einer Oracle Autonomous Database.

  • Poly synchronisiert den Kontext über Code-Forks und Branches hinweg für menschliche und KI-Agenten.

  • Die Oracle 26AI-Datenbank speichert JSON, Vektoren, Graphen, relationale Daten und Blockchain in derselben Tabelle.

  • Ein Enterprise-Agent besteht aus dem Modell, Tools, Kontext, Gedächtnis, Retrieval und einem Leitplanken-Harness.

타임라인

Das Koordinationsproblem verteilter Teams durch KI

  • KI-Tools erhöhen die Geschwindigkeit einzelner Entwickler, steigern jedoch nicht die Gesamteffizienz des Teams.
  • Code-Check-ins aus verschiedenen Zeitzonen enthalten oft keinen Kontext aus Codex.
  • GitHub zeichnet Code auf, erfasst jedoch nicht die menschliche Absicht.

Die Codeerstellung verläuft schnell, aber verteilte Teams in den USA und in der EMEA-Region verlieren den gemeinsamen Kontext bei der Code-Übernahme. Unstrukturierte Workflows und fehlende Protokolle für Absichten erzeugen neue Flaschenhalse trotz hoher Ausgaben für Token.

Definition und Struktur von Enterprise-Agenten

  • Ein Enterprise-Agent umfasst das Modell, Tools, Kontext, Gedächtnis, Retrieval und ein Harness.
  • Das Harness fungiert als physischer Körper, während das Gedächtnis das zentrale Nervensystem bildet.
  • Fünf Haupttypen prägen das Agentengedächtnis: Kurzzeit-, Langzeit-, episodisches, prozedurales und semantisches Gedächtnis.

Das Modell repräsentiert das Gehirn in einem Glasgefäß, während das Harness die Ausführung von Aufgaben ermöglicht. Fünf unterschiedliche Gedächtniskategorien strukturieren die Informationsspeicherung von Sitzungen bis hin zu semantischen Unternehmensdaten.

Die Fragmentierung über verschiedene Datenbanktypen hinweg

  • Unterschiedliche Datentypen erfordern traditionell separate relationale, unstrukturierte, Graph- und Vektordatenbanken.
  • Mehrere Spezialdatenbanken erhöhen den Verwaltungsaufwand durch zusätzliche Sicherheits- und Compliance-Meetings.
  • Agenten verbrauchen viele Token, wenn sie die einzige verlässliche Datenquelle über getrennte Systeme hinweg suchen.

Historische Erfahrungen mit relationalen Abfragen und unstrukturierten Daten zeigen die Reibungsverluste bei fragmentierten Datenarchitekturen. Getrennte Systeme für Graphen und Vektoren erschweren die Kommunikation zwischen verschiedenen Datenquellen.

Die Oracle AI Database als einheitlicher Gedächtnisspeicher

  • Poly und das Oracle Agent Memory SDK lösen das Kontextproblem durch einen zentralen Memory Broker.
  • Die Oracle AI Database speichert JSON, Vektoren, Graphen und relationale Daten in derselben Tabelle.
  • Der Oracle AI Developer Hub und LiveLabs bieten kostenlose Ressourcen und Testumgebungen für Entwickler.

Das Oracle Agent Memory SDK erfasst Live-Gespräche und Fakten in einer Oracle Autonomous Database. Geteilter Speicher erhöht die Produktivität von Teams, indem er den Kontext über Poly konsistent über Forks hinweg bereitstellt.

커뮤니티 글

아직 글이 없습니다. 이 영상에 대한 첫 번째 글을 작성해 보세요!

이 영상에 대해 글쓰기