ainews
Оркестрация и память: управление контекстом для долгоживущих агентов
Статья разбирает системную архитектуру для AI-агентов, которые работают часами и днями, а не минутами. Основная проблема: история взаимодействия быстро перерастает контекстное окно модели, что ведёт к деградации качества, росту затрат и в итоге к отказу. Автор предлагает разделить память агента на типы (рабочая, эпизодическая, семантическая, процедурная) и использовать стратегии управления контекстом — от простого скользящего окна до иерархических сжатий и retrieval-подхода.
0
111
