Bộ nhớ Agent như một Định dạng Tệp: Bỏ Pipeline, Dùng Markdown

Hầu hết các benchmark AI khởi động tác tử từ một cửa sổ ngữ cảnh trống. Các tác tử thực sự không nên như vậy. Chúng nên bắt đầu với ký ức—thông tin liên quan tích lũy từ các tương tác trước đó. Nhưng các hệ thống bộ nhớ tác tử hiện tại được thiết kế quá mức và không đạt hiệu quả.

Ba Kiểu Bộ Nhớ Hỏng

Cal Paterson xác định ba cách tiếp cận phổ biến, mỗi cách đều có sai sót:

• Ràng buộc nền tảng: Gắn với nền tảng của một nhà cung cấp cụ thể, khai thác lịch sử hội thoại. Ký ức cuối cùng nói về người dùng, không phải về thế giới.
• Quá phức tạp: Các hệ thống yêu cầu pgvector, Neo4j và một LLM chuyên dụng chỉ để quyết định điều gì đáng nhớ. Chúng làm mô hình bối rối và không mở rộng theo biên giới.
• Chủ nghĩa hiện đại cao: Bộ nhớ dựa trên đồ thị, duy lý, loại bỏ ngữ cảnh, để lại các 'sự kiện' cô lập vô nghĩa đối với tác tử.

Điểm chung: coi bộ nhớ như một quy trình. Paterson lập luận rằng nó nên là một định dạng dữ liệu.

Memoryfield: Một Định dạng Tệp Di động

Memoryfield là một kho lưu trữ zip chứa các trang Markdown (với frontmatter YAML tùy chọn) và một chỉ mục vector SQLite tùy chọn cho tìm kiếm ngữ nghĩa. Chỉ vậy thôi. Không pipeline, không đồ thị, không khóa chặt nhà cung cấp.

Văn xuôi thay vì Chunk

Pipeline RAG tồn tại để làm cho tài liệu cũ dễ đọc đối với tác tử. Nhưng ký ức được viết bởi tác tử, cho tác tử—vì vậy hãy để chúng viết văn xuôi trực tiếp. Không cần chunking, làm giàu hay tóm tắt kép. Các trang có giới hạn mềm ~8KB (~2000 token) để phù hợp với embedding vector, đây là một ràng buộc hợp lý.

Nhảy Ngữ nghĩa, Không Đi bộ Đồ thị

Wiki Karpathy (các tệp Markdown siêu liên kết) yêu cầu tác tử duyệt qua đồ thị tri thức, thực hiện các cuộc gọi công cụ nối tiếp. Điều đó chậm (N+1 cuộc gọi cho N cấp độ sâu), không đáng tin cậy (tác tử đánh giá mức độ liên quan bằng văn bản liên kết, bỏ lỡ các chủ đề phụ) và ồn ào (các trang không liên quan làm ô nhiễm ngữ cảnh). Tìm kiếm ngữ nghĩa nhảy trực tiếp đến tất cả các trang liên quan song song—tối đa 2 cuộc gọi công cụ.

Nhiều Mô hình, Ít Cơ chế

Các API phức tạp buộc tác tử phải điều hướng mê cung giao diện. Một định dạng tệp cho tác tử tự do phát minh các mẫu truy cập—sử dụng perl cho các chỉnh sửa hàng loạt, nhúng các tệp CSV được truy vấn bằng SQLite. Khi các mô hình cải thiện, chúng tự nhiên viết ký ức tốt hơn. Các điểm cuối API cố định không thể làm điều đó.

Định dạng Mở, Có thể Thay thế

Đặc tả theo phong cách RFC, tránh ràng buộc với các hàm embedding cụ thể. Định dạng chuẩn là một tệp zip, nhưng nó có thể được phục vụ từ các tệp cục bộ, S3, GitHub hoặc HTTP. Paterson sử dụng Syncthing cho ký ức cá nhân, S3 cho ký ức dùng chung.

Bắt đầu

Kéo đặc tả và cảm nhận một triển khai, hoặc sử dụng công cụ được cung cấp: ollama pull nomic-embed-text, uv tool install git+https://github.com/calpaterson/memoryfield-tool và npx skills add calpaterson/memoryfield-skill -g -y.

Bộ nhớ như một định dạng tệp—đơn giản, di động và không phụ thuộc mô hình. Đây là một liều thuốc giải độc mới mẻ cho sự phức tạp leo thang trong cơ sở hạ tầng tác tử.