IBM Technology postavlja teži test za AI agente: pamćenje mora imati pravila

Prvi sloj je radna memorija. To je ono što agent drži pred sobom dok obavlja trenutni zadatak: korisničku uputu, nedavni razgovor, cilj, rezultate alata i privremeno stanje procesa. Najbliži tehnički okvir je kontekstni prozor. On je brz, praktičan i presudan za tok zadatka, ali nije trajna pohrana. Kad se kontekst napuni ili sesija završi, sustav ne smije pretpostaviti da je sve važno i dalje dostupno.

Drugi sloj je semantička memorija. Tu ulaze provjerljive informacije koje agent može dohvatiti i ponovno koristiti: dokumentacija, pravila proizvoda, korisničke preferencije, interna baza znanja ili poslovni kontekst. U praksi se taj sloj često oslanja na pretraživanje dokumenata, vektorske indekse i pristupe poput retrieval-augmented generationa. Ideja nije da model sve nosi u parametrima, nego da u trenutku rada dobije relevantan, provjerljiv materijal.

Treći sloj je proceduralna memorija: znanje o tome kako se nešto radi. To nisu samo činjenice, nego ponovljivi redoslijedi koraka, uvjeti za nastavak procesa, alati koje treba pozvati i pravila kada agent smije zaključiti da je faza završena. Za AI agente upravo je to razlika između sustava koji daje savjet i sustava koji može voditi posao: prikupiti podatke, provjeriti ih, otvoriti zadatak, sažeti odluke i znati što slijedi.

Četvrti sloj je epizodna memorija. Ona čuva zapis prethodnih interakcija i ishoda: što se dogodilo u ranijem zadatku, gdje je korisnik promijenio smjer, koji je alat zakazao, koja je odluka već donesena i koji je obrazac rada bio uspješan. Bez tog sloja agent može izgledati sposoban unutar jedne sesije, ali postaje plitak čim se posao protegne kroz više dana, dokumenata ili korisničkih odluka.

Važna je i granica očekivanja. IBM-ov video nije najava novog proizvoda, istraživački rad ni benchmark. Njegova vrijednost je u urednom rezu kroz arhitekturu. Previše rasprava o agentima završava na veličini modela, duljini konteksta ili broju integriranih alata. To je nepotpuna dijagnoza. Agent s alatima, ali bez jasnog režima memorije, lako ponavlja iste pogreške, dohvaća zastarjele činjenice ili miješa privremenu uputu s trajnim pravilom.

Zato je ova podjela korisna kao kontrolna lista za svaki agentski proizvod. Pitanje nije samo može li sustav pozvati alat. Pitanje je što tretira kao kratkotrajni kontekst, što kao provjerljivo znanje, što kao proceduru, a što kao iskustvo koje smije prenijeti u budući rad. Ako odgovor nije jasan, sustav možda izgleda agentski, ali se i dalje ponaša kao chatbot s duljim pamćenjem.