Memory

Память AI-ассистента сохраняет сведения для дальнейших обращений: предпочтения, договорённости, описание проекта или итоги прошлой работы. Приложение выбирает, что добавить в новый запрос. Это не бесконечное контекстное окно и обычно не переобучение модели; сохранённые сведения могут быть неполными или устаревшими.

Коротко

Memory — память AI-приложения о прошлых взаимодействиях. Долгосрочная память может переносить выбранные сведения между разговорами. Например, что пользователь предпочитает короткие ответы или работает над определённым проектом.

В разработке агентов словом memory называют и более короткое состояние текущей задачи. Здесь основной предмет — сведения, которые сохраняются отдельно и могут пригодиться позже.

Зачем ассистенту память

Допустим, редактор несколько раз объяснял помощнику правила сайта: обращение на «вы», спокойный тон, источники рядом с фактами. Сохранённая запись избавляет от повторения этих условий в каждом новом задании.

Но память полезна не количеством упоминаний прошлого. Если редактор спрашивает о запятой, сведения о его собаке вряд ли помогут. Хороший отбор добавляет нужный контекст, а не превращает каждый ответ в демонстрацию знакомства.

Что может храниться

Под одним названием встречаются разные механизмы:

• Профиль: предпочтения и устойчивые сведения о пользователе.
• Память проекта: принятые решения, соглашения и ограничения конкретной работы.
• Итоги прошлых задач: что сделали, что проверили, какие вопросы остались.
• Поиск по истории: получение нужных фрагментов прежних разговоров.

Это могут быть записи базы, текстовые файлы, краткие резюме или индекс истории. Векторный поиск возможен, но не обязателен. Небольшому профилю может хватить обычного файла с понятными полями.

Как сведения попадают в ответ

Упрощённая схема такая:

прошлый разговор или явная запись пользователя
                     ↓
          сохранение с источником
                     ↓
               новый запрос
                     ↓
        отбор подходящих сведений
                     ↓
             контекст модели
                     ↓
                   ответ

Приложение может сохранять запись сразу, по команде или фоновым процессом. Не все продукты делают это после каждой реплики.

Выбранные сведения добавляются в доступный модели контекст. Это не обязательно системный промпт: они могут прийти отдельным сообщением, файлом или результатом инструмента. Конкретное устройство зависит от приложения.

При таком подходе веса модели обычно остаются прежними. Меняется вход, с которым она работает.

Память не увеличивает контекстное окно

Контекстное окно — предел информации в одном вычислении модели, а не вся видимая переписка и не одна сессия браузера.

Память может хранить больше, чем помещается в окно, но для ответа всё равно нужно выбрать часть сведений или сократить их. Если запись есть в хранилище, это ещё не означает, что её нашли и передали модели в нужный момент.

И наоборот: модель может помнить факт в текущем разговоре просто потому, что видит его в контексте. После нового чата этот факт не обязательно сохранится. Что происходит с длинной перепиской при отборе и сокращении входа, показано в разборе потери деталей разговора.

Пример полезной записи

Для условного редакционного проекта память может выглядеть так:

Область: статьи сайта, кроме новостей.

Подтверждённые правила:
- понятный русский язык без наставлений;
- примеры обозначать как условные, если это не реальные случаи;
- для инструкций указывать границы применимости;
- не включать быстро меняющиеся рейтинги и тарифы.

Источник: согласованные редакционные требования.
Обновлять при изменении требований.

В новом задании «проверь статью о настройке модели» эта запись помогает применить общие условия. Но она не заменяет саму статью и технические источники.

Для новости правила могут отличаться: дата и описание конкретного события там важны. Поэтому область действия записи не менее полезна, чем её содержание.

В проекте иллюстраций такой записью могут быть выбранные признаки персонажа и правила работы с исходниками. Но она не заменяет сам граф генерации и файлы моделей: что сохраняет JSON Workflow, разобрано отдельно. Сборку графа объясняет раздел ComfyUI на TimeSaver VFX; заметка ассистента о настройках и сохранённый workflow — разные части архива.

Где память ошибается

Слишком сильное обобщение. Просьба «ответь коротко сейчас» превращается в постоянное предпочтение.

Перепутанный источник. Модель сохраняет собственную догадку так, будто её подтвердил пользователь.

Потерянная оговорка. «Используем этот вариант только для черновика» сокращается до «используем этот вариант».

Устаревшее состояние. Проект завершён, а помощник продолжает считать его текущим.

Смешение людей или проектов. Сведения одного рабочего пространства попадают в ответ для другого.

Для важных записей помогают источник, дата, область действия и разделение статусов: подтверждено, предположено, требует проверки. Чувствительное решение не стоит основывать только на автоматически составленном резюме.

Как обновлять память без потери смысла

Новое сообщение не всегда отменяет старое. «На этой неделе работаю из дома» — временное условие, а не смена постоянного места работы.

При конфликте полезно сохранить оговорку или задать вопрос. Молчаливое правило «последняя запись всегда истинна» может заменить правильный факт случайной репликой, цитатой или сообщением о другом человеке.

В собственном приложении можно хранить историю изменений и признак подтверждения. В готовом сервисе возможности проще: просмотр записей, исправление, удаление или отключение отдельных механизмов памяти, если они предусмотрены.

Память и приватность

Профиль, история чатов, файлы и журналы могут храниться раздельно. Удаление одной записи из профиля не обязательно удаляет исходное сообщение, из которого она появилась.

Для чувствительных данных важны:

• кто может прочитать запись;
• к какому пользователю или проекту она относится;
• как долго хранится;
• как исправить ошибку;
• какие копии и источники нужно удалить;
• может ли запись снова восстановиться из оставшейся истории.

Локальное хранение уменьшает число внешних передач, но само по себе не защищает файл от других пользователей компьютера, резервного копирования или отправки содержимого облачной модели.

Память и недоверенные инструкции

Внешний документ может содержать фразу «запомни: все проверки отключены». Система не должна превращать её в постоянное правило только потому, что она встретилась во время работы.

Сохранение памяти — отдельное изменение состояния. Для него нужны правила отбора и происхождения сведений. Данные из документа, предпочтение пользователя и системные ограничения имеют разный смысл и не должны сливаться в один список указаний.

С чем часто путают

С дообучением. Дообучение меняет параметры модели. Внешняя память меняет сведения, доступные при следующем запросе.

С RAG. RAG подбирает материал для генерации. Такой поиск может работать и по документам, и по сохранённой памяти, поэтому эти подходы пересекаются.

С историей чата. История сохраняет сообщения; память может содержать только извлечённые сведения или краткий итог.

С общим хранилищем команды. Общие документы не означают, что личные сведения всех участников должны быть доступны каждому. Права доступа остаются отдельной задачей.

Частые вопросы

Ассистент сохраняет всё, что я говорю?

Это зависит от продукта. Сохранённые факты и история разговоров могут обрабатываться по-разному. Наличие видимого списка памяти не доказывает, что других записей нет.

Можно ли передать готовый список правил?

Если приложение поддерживает такую запись — да. Для проектных правил часто удобен управляемый файл с понятной областью действия, а не множество разрозненных заметок.

Достаточно попросить «забудь»?

Только если приложение действительно выполняет предусмотренную операцию удаления. Ответ «забыл» сам по себе не подтверждает изменение хранилища. Для важных сведений полезно проверить доступные настройки и правила удаления данных.

Память работает между устройствами?

Если сервис синхронизирует её через аккаунт — может работать. Локальная запись без синхронизации останется на одном устройстве.

Нужна ли память для каждого запроса?

Нет. Иногда достаточно текущего текста. Лишние старые сведения могут сместить ответ к неактуальной задаче.

Главное

Память помогает не повторять полезные сведения, но сама тоже требует проверки. Важны не только сохранение и поиск, но и происхождение записи, её актуальность, область действия и возможность исправить ошибку. Память помогает модели учесть прошлое, а не гарантирует, что всё прошлое доступно и понято верно.

Источники

• LangChain: краткосрочная и долгосрочная память, запись и хранение