Biała księga – Pamięć i kontekst

Większość asystentów AI nadal działa reaktywnie: potrafią odpowiedzieć na pytanie, streścić e-mail, utworzyć zadanie lub wywołać narzędzie. Potem jednak znaczna część przydatnego kontekstu przepada.

Opublikowałem tutaj aktualną wersję whitepaperu. Pomiń tę wersję i przeczytaj aktualną: https://docs.google.com/document/d/1MNddX6o89HpGYiXkXWTX6y83ymohCT1gdctbmM8Ocik/edit?tab=t.0

To problem w przypadku agentów do pracy. Agent powinien rozumieć więcej niż samo polecenie. Gdy użytkownik mówi: „odezwij się do niego jutro”, agent musi wiedzieć, kim jest „on”, czego dotyczyła rozmowa i jak użytkownik zwykle się komunikuje.

Dlatego pamięć ma znaczenie.

Pamięć nie powinna jednak oznaczać przechowywania wszystkiego na zawsze. Powoduje to szum informacyjny i ryzyko. Przydatny system pamięci musi wiedzieć, co warto zapamiętać, na ile można temu ufać i kiedy dana informacja się dezaktualizuje.

W Actor postrzegamy pamięć jako infrastrukturę kontekstową wspierającą autonomiczną pracę.

Pomaga asystentowi lepiej działać w obszarze e-maili, kalendarza, zadań i przepływów pracy. Może usprawniać tworzenie wersji roboczych, przypomnienia, dalszy kontakt, codzienne podsumowania i automatyzacje.

Na przykład Actor może się nauczyć, że spotkania z inwestorami wymagają przygotowania, e-maile dotyczące finansów wymagają szczególnej uwagi, a WhatsAppa należy używać wyłącznie do pilnych przypomnień.

Potem pojawia się poważny problem: zaufanie. Agent musi odróżniać potwierdzone preferencje od niedawnych wzorców i słabych przypuszczeń. Powinien też wyjaśniać, dlaczego skorzystał z konkretnej informacji z pamięci.

Najlepsi agenci nie będą pamiętać wszystkiego, lecz to, co trzeba, we właściwym momencie i z odpowiednim poziomem pewności.

Śmiało, przeczytaj, udostępnij lub wykorzystaj, jeśli uznasz to za przydatne.

Chętnie porozmawiam szerzej na ten temat, wymienię się pomysłami lub udzielę rekomendacji, jeśli pomoże Ci to w Twojej pracy.

Połącz się ze mną na LinkedIn Alexa Rady