Как ИИ-агенты запоминают: память, знания и навыки

Проблема амнезии

Любая большая языковая модель не хранит состояния. Она отвечает по тому, что перед ней прямо сейчас: по разговору до этого момента и по тому, что положили рядом. Между сессиями не сохраняется ничего, если система вокруг модели не заставит это сохраниться.

Для болтовни это нормально. Для операционной работы — дисквалифицирует. Ресепшен, который каждый раз спрашивает у постоянного клиента номер заказа, — не ресепшен. Операционный помощник, забывший решение прошлой недели, переигрывает его каждую неделю. Память — не приятное дополнение поверх бизнес-системы с ИИ; это и есть разница между сотрудником и вежливым незнакомцем.

Так что честный вопрос к любой платформе ИИ-агентов не «умна ли модель?», а «где она хранит то, что узнала о моём бизнесе, — и кто ещё может к этому прикоснуться?»

Стек памяти, слой за слоем

1. Память диалога, переживающая сессию

Агенты Olano сохраняют память между сессиями. Клиента, писавшего в прошлом месяце, узнают в контексте и в этом; правка, которую ваша команда внесла во вторник, действует и в пятницу. Агент опирается на нить отношений, а не только на нить одного разговора.

2. Долговременная память — дистиллированная, а не сваленная в кучу

Сырые расшифровки стареют плохо: полезный факт погребён под сорока строками любезностей. Именно поэтому Olano Cortex периодически перечитывает проделанную работу и дистиллирует важное в долговременную память — решения, предпочтения, факты, которые стоит сохранить, — а в цикле уборки ухаживает за этой памятью, чтобы она оставалась свежей: устаревшее подрезается, дубли сводятся вместе. Память, которая только растёт, превращается в шум; ухоженная память накапливается сложным процентом.

3. База знаний: ваши документы как источник истины

Кое-что вообще не следует «помнить» — это нужно смотреть. Цены, регламенты, спецификации и инструкции живут в базе знаний, собранной из ваших же документов, и агенты опираются на неё. Изменился прайс-лист — вы обновляете документ, и агенты отвечают уже по новой версии. Никакого переобучения, никакой хирургии по промптам: источником истины остаётся файл, который ваша команда и так ведёт.

Это ещё и слой, который держит ответы честными: опирающийся на источник агент ссылается на вашу настоящую политику возврата, а не сочиняет правдоподобно звучащую.

4. Навыки: процедурная память

Знать факты — это один вид памяти; знать, как вы делаете дела, — другой. Навыки фиксируют процедуры: научите одной один раз, и агент повторит её каждый раз одинаково. Cortex может и сам набросать навык, заметив повторяющуюся работу. Ежемесячный отчёт, ваш способ квалифицировать лид, точные шаги эскалации жалобы: записано один раз — дальше выполняется стабильно.

Память — это выделенная инфраструктура

Всё вышеперечисленное живёт в вашей собственной изолированной среде. Ваши агенты, память, файлы, подключённые приложения и история никогда не смешиваются с данными другого клиента, и всё шифруется и при хранении, и при передаче. Для памяти это важнее, чем почти для чего угодно ещё: именно в этом слое накапливаются ваши отношения с клиентами, ваша ценовая логика и внутренние процедуры. Это ровно те данные, о которых стоит задавать неудобные вопросы, — наше руководство по PDPA перечисляет вопросы, которые стоит задать любому поставщику — включая нас.

Как этот стек выглядит в работе

Каждый слой отвечает на свой вопрос. Память: кто это и что мы знаем? База знаний: что верно прямо сейчас? Навыки: как мы это делаем? А поверх всего этого лежат шлюзы согласования, так что знания агента никогда не обгоняют того, что ему позволено делать, — эта архитектура разобрана в нашем плейбуке «сначала согласование»..

Весь смысл — в накоплении. Чат-бот одинаков и в первый день, и на трёхсотый. Система Olano на трёхсотый день знает ваших постоянных клиентов, ваш каталог, ваши процедуры и вашу интонацию — потому что запоминание не отдано модели. Оно встроено в платформу.