關(guān)于 AI 智能體的記憶系統(tǒng)架構(gòu)設(shè)計和落地實現(xiàn)可以參考這兩篇文章：《??AI 智能體長期記憶系統(tǒng)架構(gòu)設(shè)計????》和《???AI 智能體的長期記憶系統(tǒng)架構(gòu)設(shè)計與落地實現(xiàn)???》，今天我們詳細剖析下 AI 智能體記憶系統(tǒng)的10大關(guān)鍵技術(shù)。

一、AI 智能體記憶系統(tǒng)10大關(guān)鍵技術(shù)

1、關(guān)鍵技術(shù)一：為什么長期記憶很重要？

我們構(gòu)建的 AI 智能體存在以下三個關(guān)鍵問題：

第一、丟失上下文：AI 智能體忘記了過去互動中的重要信息；

第二、通用回應(yīng)：沒有適當(dāng)?shù)挠洃洠珹I 智能體的回復(fù)變得不個性化且不準(zhǔn)確；

第三、信任侵蝕：當(dāng) AI 智能體無法記住基本偏好時，用戶失去信心。

這肯定不是通往通用人工智能的道路，或者更實際地說，不是留住客戶的方法。

2、關(guān)鍵技術(shù)二：為什么 RAG 不適合作為長期記憶系統(tǒng)？

讓我用一個具體的例子來說明為什么 RAG 作為記憶系統(tǒng)是不合適的？

考慮一個電商場景：

• 用戶表達對阿迪達斯運動鞋的喜愛；
• 他們的鞋子兩個月后壞了，導(dǎo)致沮喪；
• 用戶將偏好轉(zhuǎn)向彪馬；
• 用戶問：“我應(yīng)該買什么運動鞋？”

在一個基于 RAG 的系統(tǒng)中，“我應(yīng)該買什么運動鞋？”這個查詢在語義上最接近最初的阿迪達斯偏好。向量數(shù)據(jù)庫返回了這個過時的事實，AI 智能體錯誤地推薦了阿迪達斯：完全忽略了偏好變化。

核心問題是：

• 時間順序：哪個事實先出現(xiàn)？
• 因果關(guān)系：鞋子壞了→失望→偏好變化；
• 事實失效：“喜歡阿迪達斯”應(yīng)該被后來的事件覆蓋。

3、關(guān)鍵技術(shù)三：向量嵌入 VS  知識圖譜

這是以上問題的向量嵌入可視化表示：

在向量空間中，這些事實作為孤立的點存在，沒有明確的關(guān)系。查詢找到了最相似的向量嵌入，但完全錯過了因果鏈和時間上下文。

然而，知識圖譜可以明確地用時間有效期來建模這些關(guān)系。如下圖中顯示：

Graphiti動態(tài)知識圖譜

• “喜歡”關(guān)系在特定日期失效；
• “壞了”關(guān)系創(chuàng)建了一個因果鏈接；
• 新的“喜歡”彪馬的關(guān)系目前是有效的。

4、關(guān)鍵技術(shù)四：知識圖譜開源實現(xiàn) Graphiti

Graphiti 是Zep 的開源框架，用于構(gòu)建實時、動態(tài)的知識圖譜。它專門設(shè)計來解決以上探討的記憶問題。

Graphiti 關(guān)鍵特點：

• 時間感知：跟蹤事件發(fā)生的時間以及它們被學(xué)習(xí)的時間；
• 關(guān)系性：實體+關(guān)系+社區(qū)；
• 實時性：動態(tài)更新無需昂貴的重新計算
• 秘密武器：雙時間記憶

5、關(guān)鍵技術(shù)五：秘密武器：雙時間記憶

這就是 Graphiti 的時間模型的工作方式。每個事實跟蹤四個時間戳：

• created_at：Graphiti 學(xué)習(xí)這個事實的時間；
• valid_at：事件實際發(fā)生的時間；
• invalid_at：事實變得不真實的時間；
• expired_at：Graphiti 學(xué)習(xí)到它不再有效的時間。

這使得強大的時間推理成為可能：“用戶在二月份的偏好是什么？”變得可以回答。

6、關(guān)鍵技術(shù)六：智能沖突解決

當(dāng) Graphiti 遇到?jīng)_突信息時，它不會簡單地添加另一個嵌入。相反：

• 新事實：“阿迪達斯鞋壞了，[用戶不高興]”；
• 檢測到?jīng)_突：這使得“喜歡阿迪達斯”的關(guān)系失效；
• 時間解決：設(shè)置 invalid_at 日期并創(chuàng)建因果邊；
• 結(jié)果：為每個偏好設(shè)置清晰的時間邊界。

如上結(jié)果圖保留了歷史，同時清楚地表明了當(dāng)前的有效性。這是“更接近人類處理和回憶隨時間變化的狀態(tài)的方式”。

7、關(guān)鍵技術(shù)七：混合檢索

Graphiti 并沒有拋棄向量嵌入，它使它們變得更智能。Graphiti 系統(tǒng)采用混合方法，使得檢索結(jié)果：快速、準(zhǔn)確、上下文相關(guān)的檢索，操作時間以毫秒為單位，而不是秒。

• 語義搜索：通過嵌入向量找到相關(guān)內(nèi)容；
• 關(guān)鍵詞搜索：BM25 全文搜索特定術(shù)語；
• 子圖遍歷：從初始結(jié)果導(dǎo)航關(guān)系；
• 結(jié)果融合：結(jié)合所有方法以獲得全面的上下文。

8、關(guān)鍵技術(shù)八：特定領(lǐng)域的記憶

Graphiti 的一個強大功能是領(lǐng)域建模。心理健康應(yīng)用程序需要存儲與電商 AI 智能體非常不同的記憶類型。

Graphiti 允許你使用熟悉的工具（比如：pydantic）定義自定義實體和邊，為你提供：

• 任何數(shù)據(jù)源：動態(tài)整合對話和業(yè)務(wù)數(shù)據(jù)；
• 相關(guān)檢索：只檢索與你的應(yīng)用程序相關(guān)的實體和事實；
• 熟悉的工具：使用 pydantic 定義你的實體和邊本體。

9、關(guān)鍵技術(shù)九：適合工作的工具

我并不是主張到處替換 RAG。每種方法都有其優(yōu)勢，如下表所示：

AI 智能體應(yīng)用程序可以使用 RAG 方法用于靜態(tài)知識，使用 Graphiti 用于動態(tài)記憶。

10、關(guān)鍵技術(shù)十：記憶 ≠ 知識檢索

總之，AI 智能體記憶不是知識檢索，而是需要一個能夠處理時間序列、因果關(guān)系和動態(tài)更新的系統(tǒng)。Graphiti 正是這樣一個系統(tǒng)，它能夠提供更準(zhǔn)確、更個性化的服務(wù)。

基于Graphiti的Agent智能體架構(gòu)圖

本文轉(zhuǎn)載自???玄姐聊AGI??  作者：玄姐