ИИ-агенты: Память против Знаний

У большинства ИИ-агентов есть только память. Память означает, что они помнят ваше имя или ваши предпочтения. Этого недостаточно.

Чтобы приносить реальную пользу, агенту нужны знания.

Память — это «Я это видел». Знания — это «Я могу это использовать».

Большинство фреймворков используют кэширование контекста. Они хранят логи чатов или простые пары «ключ-значение». Это не база знаний. Агент, обладающий только памятью, не может учиться на основе веб-страниц, видео или технических книг. Ему не хватает уровня сбора данных (collection layer).

Создавайте своего агента с помощью этих трех уровней:

  • Уровень сбора (Collection Layer): извлекает данные из веб-страниц, видео, документов и книг.
  • Уровень анализа (Analysis Layer): использует ИИ для суммаризации, извлечения ключевых слов и проверки фактов.
  • Уровень хранения (Storage Layer): организует данные по трем уровням.

Три уровня хранения работают следующим образом:

  • Горячий уровень (Hot Tier, Hermes Memory Tool): использует наносекундную скорость для точного поиска по ключам и значениям.
  • Теплый уровень (Warm Tier, Hindsight Vector DB): использует миллисекундную скорость для поиска семантического сходства.
  • Холодный уровень (Cold Tier, gbrain Knowledge Graph): использует секундную скорость для сложного логического вывода и связей.

При поиске система следует пути отката (fallback path). Она начинает с FTS5. Если поиск не удался, она переходит к Hindsight. Если и это не помогло, она переходит к gbrain. Это экономит ваши токены LLM, так как процесс останавливается сразу после нахождения совпадения.

Пример рабочего процесса для видео:

  1. Скачать видео через yt-dlp.
  2. Преобразовать речь в текст с помощью Whisper.
  3. Извлечь текст из кадров с помощью OCR.
  4. Использовать LLM для создания структурированного резюме.
  5. Сохранить в граф знаний.

Одна команда может запустить всю эту цепочку.

Перестаньте создавать агентов, которые только помнят то, что вы сказали. Создавайте агентов, которые поглощают информацию из окружающего мира. Когда агент связывает новые данные из сети с вашими существующими знаниями, он начинает по-настоящему понимать.

Source: https://dev.to/manoir_yantai_f22f01340f0/ai-dai-li-de-ji-yi-kun-jing-cong-ji-zhu-dao-zhi-dao--2g9n

Optional learning community: https://t.me/GyaanSetuAi