Mémoire des agents

La mémoire permet aux agents d'IA de retenir des informations d'une conversation antérieure ou des conversations précédentes. Grâce à la mémoire, les agents fournissent des réponses contextuelles et développent des expériences personnalisées au fil du temps.

Utilisez la mémoire de l'agent lorsque vous souhaitez que votre agent :

• Mémoriser les préférences de l'utilisateur, les décisions passées ou le contexte accumulé entre les sessions.
• Partagez les connaissances et les préférences entre plusieurs agents et projets.
• Améliorer la précision et l'efficacité au fil du temps.

Choisissez une option de mémoire

Databricks propose deux approches pour la mémoire d'agent.

• • Mémoire gérée de l'agent (bêta)
  • Databricks gère l’infrastructure mémoire sécurisée avec la gouvernance d’Unity Catalog. Prend en charge les agents créés avec n'importe quel framework nécessitant une mémoire par utilisateur et persistante entre les sessions.
• • Mémoire d’agent auto-gérée (Lakebase)
  • Vous gérez le magasin de mémoire sous-jacent à l'aide de Lakebase. Prend en charge les agents personnalisés conçus avec LangGraph ou l'SDK OpenAI Agents qui nécessitent un accès SQL direct à l'état de conversation à court et à long terme.

Mise à l'échelle de la mémoire pour les agents

La mémoire se présente sous différentes formes. La mémoire épisodique capture les interactions brutes, telles que les logs de conversation et le feedback utilisateur, tandis que la mémoire sémantique distille ces interactions en faits et règles réutilisables. Vous pouvez également limiter la mémoire à un utilisateur individuel ou la partager comme connaissance organisationnelle au sein d'une équipe.

À mesure qu'un agent accumule plus de ce contexte, sa précision et son efficacité peuvent s'améliorer. La recherche Databricks appelle ce modèle la mise à l'échelle de la mémoire. Pour ces résultats, consultez Mise à l'échelle de la mémoire pour les agents IA de la recherche Databricks.