Memória do agente

A memória permite que os agentes se lembrem de informações de antes em uma conversa ou de conversas anteriores. Com a memória, os agentes fornecem respostas com reconhecimento de contexto e criam experiências personalizadas ao longo do tempo.

Diagrama do loop de memória do agente

Use a memória do agente quando quiser que seu agente:

  • Lembre-se de preferências do usuário, decisões passadas ou contexto acumulado entre sessões.
  • Compartilhe conhecimento e preferências entre vários agentes e projetos.
  • Melhorar a precisão e a eficiência ao longo do tempo.

Escolher uma opção de memória

Azure Databricks tem duas abordagens para a memória do agente.

Opção de memória Mais adequado para
Memória gerenciada do agente (Beta) Databricks gerencia a infraestrutura de memória protegida pela governança do Unity Catalog. Dá suporte a agentes criados com qualquer estrutura que precise de memória entre sessões por usuário.
Memória de agente autogerenciado (Lakebase) Você gerencia o repositório de memória subjacente usando o Lakebase. Oferece suporte a agentes personalizados criados com o LangGraph ou o OpenAI Agents SDK que precisam de acesso SQL direto ao estado da conversa de curto e de longo prazo.

Dimensionamento de memória para agentes

A memória vem de formas diferentes. A memória episódica captura interações brutas, como logs de conversa e comentários do usuário, enquanto a memória semântica destila essas interações em fatos e regras reutilizáveis. Você também pode definir o escopo da memória para um usuário individual ou compartilhá-la como conhecimento organizacional em uma equipe.

À medida que um agente acumula mais desse contexto, sua precisão e eficiência podem melhorar. A pesquisa do Databricks chama esse padrão de dimensionamento de memória. Para essas descobertas, consulte o dimensionamento de memória para agentes de IA da pesquisa do Databricks.

  • Last updated on