Агенты с эпизодической памятью против безпамятных: что меняется

Классический агент на базе LLM живёт ровно один диалог. Закрыли сессию — и он забыл, что вы час назад объяснили ему структуру проекта, какие библиотеки запрещены и что кнопка «Оплатить» на вашем сайте называется по-другому. На следующем запуске всё повторяется: те же уточняющие вопросы, те же ошибки, те же токены, потраченные на пересказ контекста. Эпизодическая память — попытка это починить: агент сохраняет прошлые «эпизоды» работы и подтягивает их, когда встречает похожую задачу.

Что вообще значит «память эпизодов»

В исследованиях памяти агентов обычно различают несколько типов, и путать их дорого. Рабочая память — это то, что помещается в контекстное окно прямо сейчас. Долговременная память делится грубо на два вида: семантическую (факты и правила: «пользователь предпочитает Python 3.12») и эпизодическую (конкретные события: «14 марта я пытался задеплоить через Docker, упал на этапе сборки, помогло вот это»).

Безпамятный агент оперирует только тем, что вы положили ему в промпт и контекст текущей сессии. Агент с эпизодической памятью после каждого завершённого эпизода записывает его во внешнее хранилище — чаще всего в векторную базу¹ — и на новой задаче ищет там похожие случаи, чтобы не изобретать решение заново.

Разница не в том, что один агент «умнее». Разница в том, что один учится на собственных прошлых запусках, а другой каждое утро приходит на работу с амнезией.

Как это выглядит в цикле работы

Типичный цикл агента с эпизодической памятью выглядит так:

1. Получить задачу и сформировать её текстовое описание.
2. Найти в хранилище похожие прошлые эпизоды по семантической близости.
3. Подмешать отобранные эпизоды в контекст как примеры или предупреждения.
4. Выполнить задачу, зафиксировав шаги, инструменты и результат.
5. Сохранить новый эпизод — с пометкой, что сработало, а что нет.

У безпамятного агента остаются только шаги 1 и 4, а между запусками ничего не переживает.

Где память реально помогает

Выигрыш заметен там, где задачи повторяются с вариациями, а цена ошибки высокая.

• Кодинг-агенты. Один раз наступив на грабли (например, что в этом репозитории тесты запускаются нестандартной командой), агент запоминает и не повторяет. Без памяти он будет угадывать команду каждый раз.
• Поддержка пользователей. Агент помнит историю обращений конкретного клиента и не заставляет его пересказывать проблему заново.
• Долгие многошаговые процессы. Ресёрч, сбор данных, автоматизация рутины — там, где задача растягивается на дни и не влезает в одно контекстное окно.

Есть исследовательские работы, показывающие, что подмешивание релевантных прошлых траекторий повышает успешность агентов на повторяющихся задачах. Конкретные проценты сильно зависят от бенчмарка и постановки, поэтому переносить чью-то цифру на свой случай не стоит — измеряйте на своих задачах.

Чем за это платят

Память — не бесплатная суперспособность. У неё есть прямая цена и несколько неочевидных.

Отравление памяти — отдельный риск

Если агент однажды записал неверный вывод как успешный эпизод, он будет тащить эту ошибку в будущие задачи и усиливать её. Хуже, когда содержимое эпизода формируется из данных, которыми управляет пользователь: тогда в память можно подсунуть вредную инструкцию, которая всплывёт при следующем запуске. Это разновидность prompt injection², растянутая во времени — сегодня заложили, завтра сработало.

Отсюда практическое правило: эпизодическая память требует не только записи, но и забывания. Устаревшие эпизоды нужно помечать и вытеснять, а перед подмешиванием — фильтровать по свежести и надёжности источника.

Когда память не нужна

Не каждой задаче полезно помнить прошлое. Если запросы разовые и независимые — разовый перевод текста, генерация одного изображения, ответ на изолированный вопрос — память только добавит токенов, латентности и шанс подмешать нерелевантный эпизод. Для таких сценариев безпамятный агент проще, дешевле и предсказуемее.

Ориентир для решения простой: посчитайте, как часто задачи реально похожи друг на друга и сколько стоит повторение ошибки. Если повторов мало, а ошибки дешёвые — память не окупится.

Промежуточный вариант

Между двумя крайностями есть распространённая практика: не полноценная эпизодическая память, а короткое резюме прошлой сессии, которое агент сам пишет в конце и подгружает в начале следующей. Это дешевле векторного хранилища и покрывает частый случай «продолжить с того места, где остановились», не втягивая инфраструктуру и риски отравления в полном объёме.

¹ Векторная база — хранилище, где текст переведён в числовые векторы (эмбеддинги), и поиск идёт по смысловой близости, а не по точному совпадению слов.

² Prompt injection — атака, при которой во входные данные встраивают инструкции, которые модель ошибочно воспринимает как команды от разработчика или пользователя.