Post #572

Memory in the Age of AI Agents: A Survey https://arxiv.org/abs/2512.13564 https://arxiviq.substack.com/p/memory-in-the-age-of-ai-agents https://github.com/Shichun-Liu/Agent-Memory-Paper-List Авторы предложили всеобъемлющую таксономию Памяти Агентов (Agent Memory) Они отказались от классической дихотомии «кратковременная/долговременная память» в пользу структурированного фреймворка, определяемого через Формы (токены, параметры, латентная), Функции (фактическая, опытная, рабочая) и Динамику (формирование, эволюция, поиск) Работа чётко отделяет память агента от смежных концепций вроде RAG или инженерии контекста, предлагая чертёж для саморазвивающихся систем По мере того как LLM-агенты переходят от простых ответов на вопросы к длительным автономным задачам, отсутствие у базовых моделей состояния (их stateless-природа) становится критическим узким местом Статья важна тем, что формализует память не просто как буфер для хранения данных, а как активный, самооптимизирующийся когнитивный субстрат Это необходимо для непрерывного обучения (continual learning) и самоэволюции без непомерных затрат на постоянное переобучение модели