В уроке про анатомию память была третьей деталью — и обещанием отдельного разговора. Вот он. «Память» агента — не одна вещь, а три, и путать слои дорого в прямом смысле: лишняя память стоит токенов (токен — кусочек текста, единица, которой модели измеряют и тарифицируют объём), а недостающая — провала задачи.

Почему агент вообще забывает

Сюрприз для большинства новичков: модель не помнит ничего между вызовами. Вообще ничего. Всё, что она «знает» в конкретный момент, — это текст, который ей прислали прямо сейчас. Каждый виток цикла «цель → план → действие → наблюдение» — это новый вызов, в который платформа заново отправляет историю: системный промпт, прошлые шаги, результаты инструментов. Ощущение «агент помнит» — иллюзия, которую платформа собирает вручную при каждом вызове. Как только нужный кусок в отправку не попал — агент его «забыл», честно и навсегда.

Слой 1: контекст сессии

Всё, что модель видит прямо сейчас. Ограничен контекстным окном — максимальным объёмом текста, который модель способна принять за раз, — и стоит токенов при каждом вызове: на витке 30 ты платишь за пересылку витков 1–29. Двойное следствие: длинный контекст — это и дороже, и хуже, потому что в куче мусора модель теряет важное. Поэтому агенту не тащат «всю историю всего» — только относящееся к задаче.

Слой 2: рабочий блокнот задачи

План, сделанные шаги, находки. Хорошие платформы дают агенту «блокнот»: он записывает туда ход работы и перечитывает по мере надобности, вместо того чтобы держать всё в контексте. Именно блокнот делает возможными длинные задачи: контекст можно очищать, блокнот остаётся. Помнишь пример из урока про анатомию — агент на шаге 7 забыл, что нашёл на шаге 2? Это ровно оно: находка шага 2 осталась только в раздувшемся контексте и вылетела при очистке. С блокнотом агент записал бы её как факт — и перечитал перед шагом 7.

Слой 3: долгая память

Знания, переживающие сессию: предпочтения пользователя, прошлые решения, база знаний компании. Классическая реализация — векторная база: хранилище, где куски текста ищутся по смыслу, а не по точному совпадению слов («возврат товара» найдётся по запросу «хочу отдать покупку обратно»). В нужный момент агент достаёт оттуда несколько релевантных кусков и кладёт их в контекст — этот приём называется RAG, поиск + подстановка найденного в промпт.

Главное правило слоя — гигиена: в долгую память попадает только проверенное. Записанная однажды ошибка не умирает с сессией — агент будет уверенно тиражировать её месяцами, и выглядеть это будет как «агент опять галлюцинирует», хотя он честно цитирует свою же память.

Почему нельзя просто складывать в долгую память всё подряд — каждый диалог, каждую находку? Назови хотя бы две причины, прежде чем читать дальше.

Что выбирать под задачу

Разовая задача на 5 шагов → хватит контекста.
Длинная задача на 50 шагов → контекст + блокнот.
Постоянный агент (поддержка, ассистент) → все три слоя.

Ошибка в обе стороны стоит денег: городить векторную базу для разовой задачи — платить за сложность без пользы; запускать постоянного агента без долгой памяти — заставлять клиента объяснять всё заново при каждом визите.

Отладка: агент «тупит» — смотри в контекст

Агент ведёт себя странно? Первым делом смотри, что было у него в контексте на момент ошибки, — платформы это показывают. Две классики: нужные данные не попали в контекст (агент «забыл») или в контекст попал мусор, сбивший выбор (агент «сошёл с ума»). Память — причина №1 странного поведения агентов, и чинится она не заменой модели, а наведением порядка в том, что модель видит.

Проверь в песочнице

Разыграй забывание и починку блокнотом:

Разыграй ИИ-агента, ищущего площадку для мероприятия на 40 человек.
Раунд 1 — без блокнота: покажи 8 шагов цикла Мысль→Действие→Наблюдение
с вымышленными инструментами search() и calendar_check(). На шаге 2
агент находит важный факт: «зал А свободен только до 18:00». Но перед
шагом 7 его контекст очищается — в нём остаётся только цель. Покажи,
какую ошибку он совершает на шаге 7.
Раунд 2 — с блокнотом: то же самое, но после каждого шага агент пишет
однострочную заметку, и перед шагом 7 перечитывает заметки вместо
потерянного контекста. Покажи разницу в решении.

Вскрытие контекста — учись ставить диагноз:

Агент поддержки ответил клиенту: «Ваш заказ 4412 доставлен» — а заказ
ещё в пути. Вот ВСЁ, что было в контексте агента на момент ответа:
[1] системный промпт: «отвечай о заказах по данным инструментов»;
[2] результат инструмента: «заказ 4412: статус неизвестен, сервер
доставки не ответил»; [3] кусок старого диалога другого клиента:
«заказ 4411 доставлен вчера».
Поставь диагноз: из-за чего агент дал неверный ответ? Каких данных
не хватило, какие оказались мусором? Предложи, что изменить в сборке
памяти, чтобы такая ошибка не повторялась.

Сделай сейчас

Вернись к чертежу агента из урока про анатомию — к своей задаче. Ответь письменно на три вопроса: сколько шагов займёт задача? нужен ли блокнот (больше ~10 шагов — нужен)? будет ли агент жить дольше одной сессии (если да — что именно класть в долгую память и кто проверит это перед записью)? Три ответа — и слой памяти в твоём чертеже заполнен.

Memory: from context to vector stores