Mémoire des agents

La mémoire permet aux agents d’IA de se souvenir des informations des conversations précédentes ou antérieures. Grâce à la mémoire, les agents fournissent des réponses contextuelles et créent des expériences personnalisées au fil du temps.

Utilisez la mémoire des agents lorsque vous souhaitez que votre agent :

• Mémoriser les préférences de l'utilisateur, les décisions passées ou le contexte accumulé entre les sessions.
• Partagez vos connaissances et vos 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 de mémoire d'agent.

• • Mémoire d'agent gérée (Bêta)
  • Databricks gère l'infrastructure de mémoire sécurisée avec la gouvernance d'Unity Catalog. Prend en charge les agents construits avec n'importe quel framework qui ont besoin de mémoire par utilisateur et inter-sessions.
• • Mémoire d'agent autogérée (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’OpenAI Agents SDK qui nécessitent un accès direct au SQL pour l’état de la 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 conversation Logs et les commentaires des utilisateurs, 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 en tant que connaissance organisationnelle au sein d'une équipe.

Au fur et 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 découvertes, consultez Mise à l'échelle de la mémoire pour les agents d'IA de la recherche Databricks.