Pamięć krótko- i długoterminowa agentów
Architektura wielowarstwowej pamięci autonomicznych agentów. Podział na pamięć krótkoterminową (Short-Term Memory – aktywne okno kontekstowe bieżącej sesji) oraz pamięć długoterminową (Long-Term Memory – bazy danych wektorowych, pliki profilu użytkownika oraz dzienniki epizodyczne).
1. Przegląd koncepcji i przeznaczenia
Człowiek nie przechowuje w aktywnej pamięci operacyjnej każdej sekundy swojego życia. Nie myślisz o tym, co jadłeś na śniadanie 14 maja ubiegłego roku, ale jeśli zapytają Cię o imię Twojej nauczycielki ze szkoły – mózg natychmiast wydobyje ten fakt z głębi pamięci.
Aby agent AI mógł stać się prawdziwym osobistym asystentem lub niezawodnym partnerem biznesowym, potrzebuje podobnego systemu wielopoziomowego.
Architektura pamięci agenta dzieli się na dwa poziomy:
- Pamięć krótkoterminowa (Short-Term Memory): pamięć operacyjna (RAM). To wiadomości, którymi wymieniasz się właśnie teraz w otwartej karcie. Gdy zamkniesz czat – zostaje ona wyczyszczona.
- Pamięć długoterminowa (Long-Term Memory): dysk twardy (SSD). To trwała baza wiedzy, w której przechowywane są Twoje nawyki, preferencje, kontakty oraz wyniki zakończonych projektów.
Praktyczna analogia: różnica między tym, co trzymasz w głowie właśnie teraz, a Twoim osobistym dziennikiem w szufladzie biurka.
2. Jak agent rozdziela informacje między poziomami pamięci
┌─────────────────────────────────────────────────────────────┐
│ DWUPOZIOMOWA ARCHITEKTURA PAMIĘCI │
├─────────────────────────────────────────────────────────────┤
│ ⚡ PAMIĘĆ KRÓTKOTRWAŁA (Okno kontekstowe LLM): │
│ - Bieżący dialog („Pokaż wiersz nr 42 w pliku”) │
│ - Szkic rozumowania (<scratchpad>) │
│ - Ostatnie błędy kompilatora (żyją do zamknięcia czatu) │
├─────────────────────────────────────────────────────────────┤
│ 💾 PAMIĘĆ DŁUGOTRWAŁA (Zewnętrzna baza danych / Vector DB): │
│ ├── Profil użytkownika: „Nazywa się Olena, projektantka, Mac” │
│ ├── Zasady firmowe: „Kolory marki: #00FF55, #111111” │
│ └── Doświadczenie epizodyczne: „Ten klient prosi o faktury w PDF” │
└─────────────────────────────────────────────────────────────┘
3. Cztery typy wiedzy w głowie inteligentnego agenta
- Pamięć robocza (Working Memory): bieżące zadanie na najbliższe 2 minuty.
- Pamięć epizodyczna (Episodic): chronologia wcześniejszych działań (co zostało zrobione wczoraj).
- Pamięć semantyczna (Semantic): suche fakty o świecie i o Tobie (ulubione technologie, adres biura).
- Pamięć proceduralna (Procedural): instrukcje i algorytmy działania (jak dokładnie poprawnie wdrożyć releaz na serwer).
4. Praktyczny wniosek
Gdy budujesz lub wybierasz asystenta AI, upewnij się, że posiada mechanizm długoterminowego przechowywania pamięci (np. pliki MEMORIES.md lub integrację z bazą wektorową). Bez pamięci długoterminowej agent jest skazany na poranne budzenie się jako nieznajomy z całkowitą amnezją.
FAQ: Pamięć krótko- i długoterminowa agentów
Powiązane pojęcia
Pamięć ChatGPT (Zachowywanie faktów między rozmowami)
Funkcja długoterminowej pamięci ChatGPT (Memory). Pozwala sztucznej inteligencji zapamiętywać Twoje imię, zawód, ulubione technologie, format odpowiedzi oraz szczegóły osobiste między całkowicie różnymi czatami.
Rozmiar okna kontekstowego (Pamięć bieżącej rozmowy)
Maksymalna objętość tekstu (w tokenach), którą model językowy jest w stanie jednoczesnie utrzymać w pamięci podczas bieżącej sesji. Określa, jaką długość dokumentów można załadować jednorazowo bez utraty treści.
Bazy wektorowe (Vector DBs & ANN Search)
Specjalizowane systemy zarządzania bazami danych (SGBD) oraz rozszerzenia (Qdrant, pgvector, Milvus, Chroma, Turso), zoptymalizowane do przechowywania milionów wielowymiarowych wektorów i błyskawicznego przybliżonego wyszukiwania najbliższych sąsiadów (Approximate Nearest Neighbors).