AI Evolving memory — архитектура памяти агента

Пишу о том, как ИТ и ИИ реально помогают бизнесу: без хайпа, с понятными шагами, критериями и кейсами. 30+ лет в проектах IBM/Microsoft/enterprise — делюсь тем, что работает в российских реалиях. Разбираем стратегию облака, KPI и SLA, роль ИТ-функции и сценарии применения ИИ без кода. Ставка на практику: меньше красивых слов, больше решений, которые можно внедрить завтра.

память агентаaiemHermes

🔄 В прошлом посте я показал петлю: пробуешь → направляешь → ограничиваешь → открывается горизонт. Агент пишет не туда, ты ставишь правило, он находит новую лазейку, ты добавляешь ограничение — и так по кругу.

Вот как эта петля выглядела на практике. Первое, что я начал строить — память агента.

Фаза 1. Своё железо, свои модели. Достаточно мощный игровой ноутбук. Hermes локально. LM Studio с моделями класса Gemma4, Qwen9b. Никаких подписок, полная независимость. Агент начал дурить. Простые инструкции по захвату внешней статьи и записи её в память. Выдумывал, что нужно делать, не следовал инструкциям скиллов, пропускал какие-то части и т.д. Я пробовал «закручить гайки» скиллов, ставить правила, описывать исключения и т.п., но, объективно, это не работало.

Фаза 2. Алгоритмический слой. Ок, зайдём с другой стороны. Скрипты, которые пишут на диск по жёстким правилам. Агент не решает что писать — скрипт гарантирует формат. Работает. Добавил обёртки. Работает. Добавил скрипты, которые валидируют первые скрипты. Уже сложно. Хуки в рантайм агента. Плагины. Перехват нативных функций. Где-то здесь я перестал контролировать процесс. Не хватало квалификации оценить следующее изменение.

Фаза 3. Облачные модели и агенты frontier уровня. Сначала подключил одну. Работает. Вторую. Работает. Усложнил задачу. Работает. Standing instructions: тут сработали, тут нет. Почему? Разбираемся. Контекст уменьшить. Тут сессия начала есть несоразмерно много токенов. Режем окно контекста, оптимизируем протокол старта сессии. Тут агент побежал впереди паровоза и перестал следовать навыку. Тормозим, заставляем читать скилл при входе в смысловой домен. И так далее.

🔧 Что у меня работает сейчас — четыре файла. Я называю это AI Evolving memory (AIEM).

  • Memory.md — полный реестр проектов. Что активно, что в разработке, что заблокировано. Внутри краткое описание: «что это», «какие компоненты внутри», статус и ссылка на манифест с деталями.
  • Focus.md — текущий фокус. Какой проект двигать первым, где блокер, что изменилось с прошлой сессии. Обновляется, когда меняется состояние.
  • Patterns.md — как я думаю и работаю. Не «делай так», а «владелец обычно поступает вот так». Чтобы агенту не приходилось угадывать.
  • Navigation-Index.md — тонкий указатель на всё остальное. Появился позже, в рамках оптимизации протокола старта сессии. Позволяет агенту загрузить нужный контекст парой строк, не забивая контекстное окно.

📌 Как это работает на практике. Протокол старта сессии в корневом манифесте: первым делом агент читает Navigation-Index → находит нужный проект в Memory → проверяет фокус в Focus → загружает Patterns если требуется. Четыре файла, около 250 строк в сумме. Агент знает, что происходит — без напоминаний.

В следующем посте — остальные компоненты памяти: база знаний, хроника событий, архив источников и механика их обновления.

Читайте так же