Whitepaper – Memoria e contesto
La maggior parte degli assistenti AI è ancora reattiva: può rispondere a una domanda, riassumere un’email, creare un’attività o usare uno strumento. Ma poi gran parte del contesto utile va perduta.
Ho pubblicato qui il white paper aggiornato. Ignora questo e leggi la versione aggiornata: https://docs.google.com/document/d/1MNddX6o89HpGYiXkXWTX6y83ymohCT1gdctbmM8Ocik/edit?tab=t.0
Questo è un problema per gli agenti che svolgono attività lavorative reali. Un agente di lavoro dovrebbe capire più del semplice comando. Quando un utente dice «ricontattalo domani», l’agente deve sapere chi è «lui», qual era l’argomento e come comunica di solito l’utente.
Ecco perché la memoria è importante.
Ma memoria non dovrebbe significare conservare tutto per sempre. Questo crea rumore e rischi. Un sistema di memoria utile deve sapere cosa vale la pena ricordare, quanto è affidabile e quando diventa obsoleto.
In Actor consideriamo la memoria un’infrastruttura di contesto per il lavoro autonomo.
Aiuta l’assistente a operare meglio tra email, calendario, attività e flussi di lavoro. Può migliorare bozze, promemoria, messaggi di follow-up, riepiloghi quotidiani e automazioni.
Per esempio, Actor può imparare che gli incontri con gli investitori richiedono preparazione, che le email finanziarie necessitano di particolare attenzione o che WhatsApp va usato solo per promemoria urgenti.
Poi arriva il problema principale: la fiducia. Un agente deve saper distinguere tra una preferenza confermata, una tendenza recente e un’ipotesi poco fondata. Dovrebbe anche spiegare perché ha utilizzato un determinato ricordo.
Gli agenti migliori non ricorderanno tutto, ma le cose giuste, al momento giusto e con il giusto livello di sicurezza.
Sentitevi liberi di leggerlo, condividerlo o utilizzarlo, se vi è utile.
Mi farebbe piacere approfondire l’argomento, scambiare idee o fornirvi un riferimento, se può essere utile per il vostro lavoro.
Collegatevi su LinkedIn di Alex Rada