Долгосрочная память ИИ-агентов: паттерны и хранение

Как на самом деле работает память агента

Языковая модель ничего не помнит между запросами. Все, что она «знает» о пользователе в диалоге, — это то, что вы положили в контекстное окно. Поэтому долгосрочная память — это функция приложения: вы сохраняете отобранную информацию в своей базе и достаете нужные части в промпт для каждого нового запроса.

Цель — не запомнить все. Цель — помнить правильное, поддерживать его актуальным и забывать, когда нужно.

Четыре паттерна памяти

Большинство агентов в продакшене их комбинируют: профиль загружается всегда, факты по текущей теме добавляются, векторный поиск закрывает пробелы, а саммари текущей сессии держит нить разговора.

Запись воспоминаний

Не сохраняйте каждое сообщение. Запускайте отдельный шаг memory writer после реплики или в конце сессии:

1. Модель читает последний обмен репликами и предлагает кандидатов в память.
2. Каждый кандидат проверяется: касается ли он пользователя, долговечен ли, пригодится ли позже, сказал ли это пользователь, а не модель догадалась.
3. Он сравнивается с существующей памятью: добавить, обновить, объединить или игнорировать.
4. Запись сохраняется с метаданными.

Минимальная запись памяти:

{
  "user_id": "u_123",
  "type": "preference",
  "text": "Prefers answers in Uzbek",
  "source": "chat:2026-10-02:msg_88",
  "confidence": "stated",
  "created_at": "2026-10-02",
  "expires_at": null,
  "sensitivity": "low"
}

Поле source позволяет понять, почему агент так считает. Поле confidence отделяет сказанное пользователем от выведенного моделью; выведенные факты используйте осторожно или уточняйте у пользователя.

Чтение воспоминаний

От качества выборки зависит, поможет память агенту или запутает его.

• Сначала фильтр, потом поиск: по пользователю, типу, сроку действия. Никогда не ищите по всем пользователям сразу.
• Ранжируйте по релевантности и свежести: новый факт обычно важнее старого на ту же тему.
• Ограничивайте объем: несколько точных воспоминаний лучше множества отдаленно связанных.
• Подавайте память как данные: в явно отмеченном блоке промпта, чтобы модель воспринимала ее как контекст, а не инструкции.

Устаревание и обновление

Память стареет. Клиент переезжает, меняет тариф или завершает проект.

• Фактам с ограниченным сроком давайте дату истечения: «в командировке до пятницы».
• При противоречии заменяйте старый факт и сохраняйте запись в истории, если нужен аудит.
• Периодически консолидируйте: объединяйте дубликаты, удаляйте то, что ни разу не понадобилось.
• Пересобирайте саммари из фактов, а не делайте саммари из саммари бесконечно — так теряются детали.

Контроль приватности

Запомненные данные — это персональные данные, часто более чувствительные, чем исходный чат, потому что они сжаты и упорядочены.

• Сообщайте пользователям, что агент запоминает, и какую информацию.
• Дайте возможность просматривать, редактировать и удалять память, включая удаление всего сразу.
• Не храните чувствительные категории — здоровье, платежные данные, пароли, — если продукт без этого не может и у вас нет правового основания.
• Строго изолируйте клиентов: каждый запрос ограничен ID пользователя и организации на уровне базы.
• Удаляйте везде: вместе с записью удаляйте ее эмбеддинг, кэши и копии в логах.
• Применяйте к хранилищу памяти те же требования локализации данных, что и к основной базе.

Частые ошибки

• Хранить сырые расшифровки и называть это памятью.
• Сохранять догадки модели как факты.
• Нет срока жизни, и агент уверенно использует устаревшие данные.
• Поиск по памяти без фильтра по пользователю, из-за чего данные утекают между аккаунтами.
• Считать сохраненный текст доверенными инструкциями — это открывает путь для prompt injection через память.