Joerg Hiller
22. veebruar 2026, kell 04:38
LangChain tutvustab oma Agent Builderi mäluarhitektuuri, mis kasutab failisüsteemi metafoore ja COALA raamistikku, et luua püsivaid, õppivaid AI-agentid ilma koodi kirjutamata.
LangChain on avanud katuse sellest mäluarhitektuurist, mis toetab LangSmith Agent Builderit, paljastades failisüsteemipõhise lähenemise, mis võimaldab AI-agentidel sessioonide vahel õppida ja kohaneda, ilma et kasutajad peaksid koodi kirjutama.
Ettevõte tegi ebatavalise panuse: nad panustasid juba esimesest päevast mälu arendamisele, mitte lisasid seda hiljem nagu enamik AI-tooteid. Nende põhjendus? Agent Builder loob tööülesannetele spetsialiseerunud agente, mitte üldotstarbelisi vestlusbotte. Kui agent käsitseb ühte ja sama töövoogu korduvalt, peaksid teisipäevase sessiooni õppetunnid automaatselt kehtima ka kolmapäeval.
Failid kui mälu
Selle asemel, et ehitada kohandatud mäluinfrastruktuuri, tugines LangChain’i meeskond midagi sellist, mida LLM-id juba hästi mõistavad – failisüsteeme. Süsteem esindab agentide mälu kui faile, kuigi tegelikult salvestatakse need Postgreses ja tehakse agentidele kättesaadavaks virtuaalse failisüsteemina.
Arhitektuur vastab otseselt COALA uurimustöö kolmele mälukategooriale. Protseduraalne mälu – reeglid, mis juhivad agentide käitumist – asub AGENTS.md failides ja tools.json konfiguratsioonides. Semantiline mälu, mis hõlmab fakte ja spetsialiseeritud teadmisi, paikneb oskuste failides. Meeskond jätsid esialgses versioonis teadlikult välja episoodilise mälu (mineviku käitumise rekordid), arvates, et nende kasutusjuhu jaoks on see vähem oluline.
Võimalusel valiti standardseid formaate: AGENTS.md põhinõuete jaoks, agentide oskused spetsialiseeritud ülesannete jaoks ning Claude Code’i inspiratsiooniga formaat subagentide jaoks. Ainuke erand? Spetsiaalne tools.json fail standardse mcp.json asemel, mis võimaldab kasutajatel eksponeerida ainult konkreetseid tööriistu MCP-serveritest ja vältida konteksti ülelaadimist.
Mälu, mis arendab end ise
Tegelik tulemus: agentid, kes paranevad korrektsiooni kaudu, mitte konfigureerimise abil. LangChain näitas koosolekute kokkuvõtja näidisega, kus kasutaja lihtne tagasiside „kasuta punkte“ uuendas automaatselt agenti AGENTS.md faili. Kolmandaks kuuga oli agent kogunud formatimise eelistused, koosolekutüüpide käitumisreeglid ja osalejatele spetsiifilised juhised – kõik ilma manuaalse konfiguratsioonita.
Selle ehitamine ei olnud triviaalne. Meeskond pühendas ühe inimese täiskohaga just mälu-küsimustele, lahendades probleeme, nagu agentide meeles pidamine siis, kui seda ei peaks tegema, või valede failitüüpide kirjutamine. Oluline õppetund: agentid on suurepärased infot lisades, kuid raskustes konsolideerimisega. Üks e-maili assistent hakkas loetlema igat müügiväljakutset, mida ignoreerida, selle asemel et üldistada „ignoreeri kõiki külmüritusi“.
Inimlik heakskiit on vajalik
Kõik mälu muudatused nõuavad vaikimisi selget inimlikku heakskiitu – see on turvameede prompt-injektsiooni rünnakute vastu. Kasutajad saavad selle „yolo-režiimi“ välja lülitada, kui nad pole nii mures adversaalsed sisendid.
Failisüsteemi lähenemine võimaldab portatiivsust, mida lukustatud DSL-d ei suuda võrrelda. Agentid, mis on loodud Agent Builderis, võivad teoreetiliselt töötada Deep Agents CLI-s, Claude Code’is või OpenCode’is vähese takistusega.
Mida on oodata
LangChain tutvustas mitmeid plaanitud täiendusi: episoodilise mälu, kasutades vestluse ajalugu failidena, taustal töötavaid mälu-protsesse, mis käivituvad igapäevaselt, et tabada unustatud õppetunde, ekspliitselt /remember-komanda, semantilist otsingut põhiline grep'i ületavalt ning kasutajatase või organisatsioonitase mäluhierarhiaid.
AI-agentide arendajate jaoks on siin tehnika valikud olulised. Failisüsteemi metafoor välistab kohandatud mälu-API-de keerukuse, jäädes samas LLM-ile omaseks. Küsimus, kas see lähenemine skaleerub, kui agentid hakkavad tegelema keerukamate ja pikemate ülesannetega, on veel lahtine – kuid LangChain usub, et failid on paremad kui raamistikud no-code agentide loomiseks.
Pilt: Shutterstock
Allikas: https://blockchain.news/news/langchain-agent-builder-memory-system-architecture
