Как дать ИИ память: Hindsight и Graphiti для рабочих агентов

ИИ-агент без памяти похож на хорошего сотрудника, который каждый день приходит на работу впервые. Он может быстро понять текущую задачу, но плохо держит историю: что уже пробовали, почему приняли решение, какие факты устарели, где человек исправлял модель и какой опыт появился после прошлых действий.

Поэтому в рабочих агентах важна не просто «база знаний», а память с происхождением. Факт должен иметь источник. Мнение должно иметь уверенность. Опыт должен показывать, из какого действия появился. Наблюдение должно обновляться, а не превращаться в вечную правду. Именно это делает тему Hindsight и Graphiti сильной: они показывают, что память агента становится отдельным рабочим слоем.

Что произошло

В архиве журнала была тема про Hindsight — открытую систему памяти для ИИ-агентов. В ней память разделяется на несколько типов: факты о мире, опыт агента, мнения с уровнем уверенности и наблюдения, которые система формирует в фоне. В репозитории Hindsight на GitHub проект описан как способ дать агенту долговременную память и объяснимый след.

Рядом с этим появился второй вопрос: когда выбрать готовую систему, а когда строить собственную память на более гибком основании. Для этого в архиве сравнивались Hindsight и Graphiti. Graphiti от Zep — это открытый фреймворк для построения временного графа знаний. Он меньше похож на готовый продукт «из коробки», зато дает больше пространства для собственной структуры: группы, эпизоды, сущности, связи, правила добавления и обновления.

Чем отличается готовая память от гибкого графа

Готовая память хороша, когда команде нужно быстро начать. Установить, загрузить документы, подключить модель, посмотреть, как агент записывает факты и опыт. Это полезно для личного помощника, внутренней базы знаний, эксперимента с агентом поддержки или исследовательского помощника.

Гибкий граф нужен, когда память становится частью продукта или бизнес-процесса. Например, агент работает с клиентами, договорами, проектами, задачами, переписками и решениями. Тогда мало хранить «воспоминания». Нужно понимать, какие сущности существуют в вашей компании, какие связи важны, что можно обновлять автоматически, а где нужна проверка человека.

Редакционный вывод:

Hindsight стоит брать как быстрый способ увидеть, что такое память агента. Graphiti стоит рассматривать, когда память должна стать частью вашей рабочей системы, а не просто приложением к чату.

Какой метод из этого следует

Главный метод простой: проектировать память не как склад текста, а как журнал рабочей реальности. Агенту не нужно помнить все подряд. Ему нужно помнить то, что помогает следующему действию стать лучше.

Для этого память стоит разделять минимум на четыре слоя. Первый — факты из документов и внешних источников. Второй — опыт самого агента: что он делал и что получилось. Третий — решения людей: где человек согласовал, отказал, исправил или поменял правило. Четвертый — наблюдения, которые надо регулярно пересматривать.

Эта мысль хорошо связана с нашим материалом про следы решений для ИИ-агентов. Агенту мало иметь доступ к данным. Ему нужен след: почему именно так, кто проверил, где источник, что делать при сомнении.

1. 1
   Шаг 1

   Когда использовать: агент должен работать с повторяющимися задачами, где важна история решений.

2. 2
   Шаг 2

   Что подать на вход: документы, примеры прошлых задач, правила, исправления человека и список сущностей.

3. 3
   Шаг 3

   Что сделать по шагам: разделить факты, опыт, мнения и наблюдения; назначить источники; добавить дату обновления.

4. 4
   Шаг 4

   Какой результат получить: память, которую можно проверять, пересматривать и использовать в следующих задачах.

5. 5
   Шаг 5

   Как проверить качество: спросить у агента не только ответ, но и источник, уверенность, дату и причину вывода.

6. 6
   Шаг 6

   Когда не использовать: если задача одноразовая и не требует истории.

7. 7
   Шаг 7

   Какой навык собрать: аудитор памяти агента, который ищет устаревшие факты и непроверенные мнения.

Что сделать сегодня

Выберите один рабочий процесс, где агент уже повторяет похожие действия: подготовка статьи, проверка договора, ответы клиентам, анализ заявок, разбор задач. Выпишите 20 последних случаев и отметьте: какие факты повторялись, где человек исправлял результат, какие решения зависели от контекста и что агент должен был бы помнить в следующий раз.

Если ответы простые, начните с готовой памяти вроде Hindsight. Если уже видны разные типы сущностей, правила обновления и требования к проверке, смотрите в сторону временного графа вроде Graphiti. В обоих случаях цель одна: чтобы агент перестал каждый раз начинать с нуля.

Источники

1. Hindsight
2. Hindsight на GitHub
3. Hindsight paper на arXiv
4. Graphiti на GitHub