Memória do Agente

A memória permite que agentes de AI se lembrem de informações de etapas anteriores de uma conversa ou de conversas anteriores. Com a memória, os agentes fornecem respostas sensíveis ao contexto e constroem experiências personalizadas ao longo do tempo.

Use a memória do agente quando desejar que seu agente:

• Lembre-se das preferências do usuário, decisões anteriores ou contexto acumulado entre as sessões.
• Compartilhe conhecimento e preferências entre múltiplos agentes e projetos.
• Melhorar em precisão e eficiência ao longo do tempo.

Escolha uma opção de memória

O Databricks tem duas abordagens para a memória do agente.

• • Memória gerenciada de agente (Beta)
  • A Databricks gerencia a infraestrutura de memória protegida com a governança do Unity Catalog. Suporta agentes criados com qualquer framework que precisam de memória por usuário, entre sessões.
• • Memória do agente autogerenciada (Lakebase)
  • Gerencia-se o armazenamento de memória subjacente usando o Lakebase. Suporta agentes personalizados desenvolvidos com LangGraph ou o SDK de Agentes da OpenAI que precisam de acesso SQL direto ao estado de conversa de curto e longo prazo.

Dimensionamento de memória para agentes

A memória assume diferentes formas. A memória episódica captura interações brutas, como logs de conversas e feedback do usuário, enquanto a memória semântica destila essas interações em fatos e regras reutilizáveis. Você também pode delimitar a memória a um usuário individual ou compartilhá-la como conhecimento organizacional em uma equipe.

À medida que um agente acumula mais deste contexto, sua precisão e eficiência podem melhorar. A pesquisa da Databricks chama este padrão de escalabilidade de memória. Para estas descobertas, consulte Escalabilidade de memória para agentes de IA da pesquisa da Databricks.