Kurzzeit- und Langzeitgedächtnis von Agenten
Architektur des mehrstufigen Gedächtnisses autonomer Agenten. Unterscheidung zwischen Kurzzeitgedächtnis (Short-Term Memory – aktives Kontextfenster der aktuellen Sitzung) und Langzeitgedächtnis (Long-Term Memory – Vektordatenbanken, Benutzerprofil-Dateien und episodische Protokolle).
1. Überblick über das Konzept und den Zweck
Der Mensch speichert nicht jede einzelne Sekunde seines Lebens im aktiven Arbeitsgedächtnis. Sie denken nicht daran, was Sie am 14. Mai des letzten Jahres zum Frühstück gegessen haben, aber wenn man Sie nach dem Namen Ihrer ehemaligen Lehrerin fragt, ruft Ihr Gehirn diese Information sofort aus den Tiefen der Erinnerung ab.
Damit ein AI-Agent zu einem echten persönlichen Assistenten oder einem zuverlässigen Business-Partner werden kann, benötigt er ein ähnliches mehrstufiges System.
Die Architektur des Agentengedächtnisses gliedert sich in zwei Ebenen:
- Kurzzeitgedächtnis (Short-Term Memory): Das Äquivalent zum Arbeitsspeicher (RAM). Dies sind die Nachrichten, die Sie gerade in einer offenen Sitzung austauschen. Wenn Sie den Chat schließen, wird dieser Speicher geleert.
- Langzeitgedächtnis (Long-Term Memory): Das Äquivalent zur Festplatte (SSD). Dies ist eine persistente Wissensbasis, in der Ihre Gewohnheiten, Präferenzen, Kontakte und Ergebnisse abgeschlossener Projekte gespeichert werden.
Praktische Analogie: Der Unterschied zwischen dem, was Sie gerade im Kopf haben, und Ihrem persönlichen Tagebuch in der Schreibtischschublade.
2. Wie der Agent Informationen zwischen den Gedächtnisebenen verteilt
┌─────────────────────────────────────────────────────────────┐
│ ДВОРІВНЕВА АРХІТЕКТУРА ПАМ'ЯТІ │
├─────────────────────────────────────────────────────────────┤
│ ⚡ КОРОТКОСТРОКОВА ПАМ'ЯТЬ (Контекстне вікно LLM): │
│ - Поточний діалог («Покажи рядок №42 у файлі») │
│ - Чернетка роздумів (<scratchpad>) │
│ - Останні помилки компілятора (живе до закриття чату) │
├─────────────────────────────────────────────────────────────┤
│ 💾 ДОВГОСТРОКОВА ПАМ'ЯТЬ (Зовнішня база даних / Vector DB): │
│ ├── Профіль користувача: «Звати Олена, дизайнер, Mac» │
│ ├── Правила компанії: «Кольори бренду: #00FF55, #111111» │
│ └── Епізодичний досвід: «Цей клієнт просить чеки у PDF» │
└─────────────────────────────────────────────────────────────┘
3. Vier Arten von Wissen im „Kopf“ eines intelligenten Agents
- Arbeitsgedächtnis (Working Memory): Die aktuelle Aufgabe für die nächsten 2 Minuten.
- Episodisches Gedächtnis (Episodic): Die Chronologie früherer Aktionen (was gestern getan wurde).
- Semantisches Gedächtnis (Semantic): Trockene Fakten über die Welt und über Sie (bevorzugte Technologien, Büroadresse).
- Prozedurales Gedächtnis (Procedural): Anweisungen und Handlungsabläufe (wie genau ein Release auf den Server deployed wird).
4. Praktische Schlussfolgerung
Wenn Sie einen AI-Assistenten entwickeln oder auswählen, stellen Sie sicher, dass er über einen Mechanismus zur langfristigen Speicherung verfügt (z. B. Dateien wie MEMORIES.md oder eine Integration mit einer Vektor-Datenbank). Ohne Langzeitgedächtnis ist der Agent dazu verdammt, jeden Morgen als Fremder mit vollständiger Amnesie aufzuwachen.
FAQ: Kurzzeit- und Langzeitgedächtnis von Agenten
Verwandte Begriffe
ChatGPT-Gedächtnis (Speichern von Fakten über Dialoge hinweg)
Die Langzeitgedächtnis-Funktion von ChatGPT (Memory). Ermöglicht es der künstlichen Intelligenz, Ihren Namen, Beruf, bevorzugte Technologien, Antwortformate und persönliche Details über völlig unterschiedliche Chats hinweg zu speichern.
Kontextfenstergröße (Gedächtnis der aktuellen Konversation)
Die maximale Textmenge (in Tokens), die ein Sprachmodell während einer laufenden Unterhaltung gleichzeitig im Speicher halten kann. Sie bestimmt, welche Dokumentlänge ohne Inhaltsverlust auf einmal hochgeladen werden kann.
Vektor-Datenbanken (Vector DBs & ANN-Suche)
Spezialisierte Datenbanksysteme und Erweiterungen (Qdrant, pgvector, Milvus, Chroma, Turso), optimiert für die Speicherung von Millionen mehrdimensionaler Vektoren und ultraschnelle Approximate Nearest Neighbor (ANN)-Suche.