Richmond Alake：AI 智能体的记忆与智能平面

Richmond Alake 开场询问听众是否了解智能体记忆。他说，自从自己开始讨论这个话题以来，关注度已经提高。他把记忆定义为智能体保存、复用、回忆和完善信息的机制，并称之为四个 R。

记忆可以按短期、长期等持续时间分类，也可以按语义、情景、程序和工作记忆等功能分类。Alake 以这一分类为起点，再介绍一种更广泛的智能体系统思考方式。

他把控制平面定义为集中管理智能体治理的系统，涵盖身份、策略、限制、编排、权限和审计。不同公司提供控制平面组件，他认为这类系统是必要的。

随后 Alake 讨论软件工厂：系统遵循可重复的流程，可靠地产出软件，可能并行使用多个智能体。他指出，这个词早于现代智能体，并把一次早期使用归于 1968 年通用电气的 Bob Bemer。

他提出的下一层是智能平面。他说明，自己提供的是一种理解现有组件的方法，并非声称所有底层思想都是全新的。智能平面贯穿智能体技术栈，关注系统如何从数据和记忆中学习。

为了说明获取信息与解释信息的区别，Alake 讲述二战密码破译人员将日方代号 AF 与中途岛联系起来的故事。他把情报团队积累的上下文和假设，与集中控制作对比；这段历史故事是他架构观点的类比。

他的观点是，不同团队即使能使用相同模型和数据，将信息转化为有用决策的能力仍可能不同。他建议在编排和治理之外，增加贯穿技术栈的智能维度。

Alake 用四个问题定义这一维度：智能体应该知道什么、记住什么、允许看到什么，以及如何改进？他分别把它们对应到知识、记忆、治理与数据访问，以及持续学习。

他概述了从提示词管理、上下文管理、控制平面到所提智能平面的演进。他反复强调，信息本身不等于智能：系统还需要组织、治理并使用获取的信息。

在整个技术栈中，他把用户身份与数据访问联系起来，把编排与上下文组装和记忆联系起来，并将数据层与本体及语义定义联系起来。基础设施则支持部署之后的推理、微调和学习。

Alake 提到，网络领域过去曾提出在管理和配置系统之上增加知识平面。他的智能体架构借用了这一框架。他用概念性公式说明：智能体由模型和运行框架构成，控制增加治理与安全，智能则加入知识、记忆和学习。

他的参考架构包括智能体运行时、记忆管理器、数据平台，以及能输入持续学习循环的轨迹。这些组件可以由不同提供商提供。图中把数据、控制和智能平面分开，以组织各自职责。

他说，较新的决策模型促使他重新考虑架构中的哪些步骤可以交给专门模型处理，包括检索流水线的不同环节。由于会议现场网络不可靠，他随后展示了录制好的演示。

演示比较受治理的分析智能体与朴素分析智能体。Alake 口述前者正确率为 99%，用约 3.2 万个 token，而后者用 20 万个；屏幕显示的却是 29 个问题正确率 97%，token 分别为 32,999 和 234,267。这些数字来自同一次演示且互不一致，并非普遍保证或独立基准。

一个例子中，本体帮助受治理智能体理解交易对手；另一个例子中，语义定义帮助区分集中度的含义。Alake 认为，在金融等关键任务中，即使错误率差异不大，也可能具有重要影响。

对于开始这项工作的团队，他建议把记忆当作数据，写明实体和定义，将权限放入数据层，并捕获轨迹。他认为，掌控记忆能让团队控制系统如何改进。

Alake 把架构映射到 Oracle 的产品，介绍可用于构建智能平面的一组组件。他重点提到智能体记忆、数据安全、私有推理、本体和语义。这些是其整体框架中的厂商产品示例。

他介绍了一个用于智能体记忆的 Oracle Python 包，称它可以生成上下文卡片并抽象部分记忆工程工作。他还建议保留记忆轨迹作为潜在微调数据，将记忆工程与上下文工程连接起来。

在安全方面，他介绍了把用户身份和数据权限传入数据层的方法。在示例中，代表分析师工作的智能体继承分析师获准的访问范围，包括行级限制，而不是获得不受限的访问。

他介绍了在本地运行嵌入模型、语言模型和重排器的私有推理基础设施，以及云端托管方案。他的观点是，团队可以根据数据和基础设施要求选择部署组件。

第二个演示使用他开发的开源 Memories 工具。他指出智能体记忆系统中的三种模型角色：决策模型、嵌入模型和重排器。捕获的记忆可以成为团队为自身工作流程微调模型的数据。

示例重点是记忆路由：判断对话产生的信息应进入对话记忆还是工作流记忆。他没有把每项路由决策都写成应用代码，而是演示了用分类样本微调的决策模型。

Alake 建议从记忆路由、嵌入和重排开始。他提出的循环是捕获并整理轨迹、训练或微调合适的模型，然后衡量实际用例的质量或延迟是否改善。

他简要介绍 Oracle 的私有智能体工厂及其底层记忆组件，然后再次强调本体与语义定义对关键任务的重要性。最后，他鼓励团队掌控自己的记忆、有意识地捕获轨迹，并建立持续学习的途径。