La memoria de los agentes de IA como un formato de archivo
Agent Memory as a File Format
Cal Paterson propone un enfoque radicalmente simple para la memoria de los agentes de IA: un formato de archivo portátil llamado "memoryfield", que consiste en páginas Markdown con metadatos YAML y un índice vectorial SQLite opcional. Critica los sistemas de memoria existentes por ser demasiado complejos, atados a plataformas o basados en grafos, y aboga por que los agentes escriban y lean memorias directamente como archivos, usando búsqueda semántica para saltar directamente a las páginas relevantes. El formato es abierto, intercambiable y escala con la frontera de los modelos.
La memoria, especialmente para un modelo, se representa mucho mejor como datos.
- dataviz1000
¿Alguien más no usa memoria?
Encuentro que una vez que hay una línea de texto envenenada, afecta negativamente todo lo demás. En su lugar, uso una carpeta temp/ con documentos y uso diferentes archivos para diferentes agentes y modelos. Luego tengo que podar y eliminar los archivos constantemente. Cualquier información que se pueda extrapolar es solo ruido que afecta negativamente al agente. Si tienes una definición de una estructura de base de datos y se ha implementado, esa información no debería estar contenida en ningún documento de texto: es ruido, se desviará y será imposible depurar por qué el agente sigue produciendo un comportamiento no deseado.
Tengo una carpeta ~/Projects. Por ejemplo, uso Playwright con Chrome DevTools Protocol para hacer pruebas de rendimiento y detección de fugas. Hay un script que maneja esto. Mi prompt es "Busca en ~/Projects pruebas de rendimiento con CDP y Playwright e impleméntalo aquí". El punto es que si necesito algo, apunto a un recurso o pido buscar un recurso y lo encontrará rápido y, lo más importante, tiende a mejorarlo en cada iteración.
Si estuviera en una institución, tendría un repositorio y preferiría apuntar al recurso y decir usa eso en lugar de tener memoria local.
- morelandjs
Estaba listo para escribir algo sarcástico porque esto es esencialmente RAG, pero creo que el autor está llegando a algunos detalles sutiles que parecen importantes.
- Los sistemas de memoria son un tipo específico de base de conocimiento donde generas todos los documentos. Podrías generarlos para que sean menores que tu límite de tokens de embedding para evitar la necesidad de fragmentación.
- Los modelos de embedding están mejorando y ya no son solo promedios semánticos.
- Los modelos pequeños son cada vez más baratos, lo que hace que las lecturas paralelas sean manejables en costo.
Lo que describen es una especie de arquitectura más simple que aprovecha estas observaciones. Les creo cuando dicen que funciona bien.
Sin embargo, sospecho que cosas como la búsqueda por palabras clave fallarán por completo si cada memoria es solo un vector. Por eso algo como la búsqueda híbrida de Typesense puede seguir siendo útil.
- JohnMakin
> Páginas Markdown, con
> (opcional) frontmatter YAML y
> (opcional) índice vectorial SQLite para búsqueda semántica
Esto es básicamente exactamente lo que uso en una API MCP que construí y funciona bastante bien. Se puede enriquecer aún más si usas un sistema de almacenamiento como S3 y aprovechas los metadatos.
La memoria "gestionada por el arnés" es una basura total, estoy convencido, y la desactivo de inmediato. El problema principal es que con el tiempo se degrada y se cuelan conflictos o información directamente falsa. Luego un día jurarás que está borracho, y cada vez que llegué a este estado e investigué, la memoria gestionada automáticamente siempre era el problema.
- Avijit_Thawani
"El material irrelevante simplemente nunca sale a la superficie mediante la búsqueda semántica."
Eso es bastante optimista. Hay mucha "memoria" o chats pasados con agentes que deberían suprimirse y olvidarse porque estaban buscando en el lugar equivocado o eventualmente se demostró que estaban equivocados. Sin embargo, semánticamente parecerían muy relevantes para una búsqueda futura. Por eso no deberías buscar tanto en libros de texto como en ciencia ficción cuando intentas resolver un examen.
- JustFinishedBSG
Eso es un montón de texto para decir "es markdown".