Долговременная память для AI-агентов: что это и как работает

Коротко: долговременная память агента — это слой, который сохраняет знания между сессиями: решения, факты о проекте, предпочтения, открытые задачи. Контекстное окно — оперативная память, которая обнуляется; долговременная память — диск. Реализуют её тремя путями: поиск по документам (RAG), граф знаний или гибрид.

Контекстное окно — не память

Контекстное окно растёт (200K, миллион токенов), и возникает соблазн: «просто держи всё в окне». Три причины, почему это не память:

1. Окно сбрасывается. Новая сессия — чистый лист. Всё, что агент узнал о проекте вчера, нужно рассказать заново.
2. Окно дорого. Каждый токен в нём оплачивается на каждом запросе. Мы замерили: старт сессии с памятью дешевле чтения проекта с нуля в 1,4–3,3 раза.
3. Окно деградирует. На длинных контекстах модель внимательнее к краям и невнимательнее к середине — факт, лежащий на 80-й тысяче токенов, находится хуже, чем тот же факт из короткой выдачи поиска.

Три архитектуры памяти

RAG (поиск по документам). Записи режутся на куски, куски векторизуются, поиск — по близости векторов. Хорош для «найди похожее по смыслу». Слабость: нет связей между фактами и нет состояния — «какой баг мы закрыли вчера» лежит где-то в середине куска текста.

Граф знаний. Факты хранятся как сущности и связи: «проект → использует → PostgreSQL», «баг-127 → исправлен». Поиск — точный, по именам и связям. Слабость: голый граф не понимает перефразировки («крэш на Xiaomi» vs «падение на телефоне»).

Гибрид. Граф даёт структуру и состояние, векторный поиск — семантику. Именно так устроен MaxGraph: сущности с наблюдениями и связями плюс семантический поиск поверх.

Как это выглядит на практике

Рабочий цикл с памятью:

1. Запись. В процессе работы агент сохраняет атомарные факты: решение владельца, найденный баг, договорённость о деплое.
2. Закрытие сессии. Итоги дня сворачиваются в сессию — сущность со связями к тронутым темам.
3. Старт новой сессии. Агент запрашивает дайджест: актуальные решения, открытые баги и задачи — с жёстким бюджетом по объёму.
4. Точечный поиск. Вопрос «а почему мы выбрали X» отвечается одним поиском, а не чтением пяти файлов.

Пункт 3 — главный источник экономии: вместо «прочитай весь проект» агент получает полстраницы релевантного.

Как выбрать инструмент

Чек-лист из пяти вопросов:

• Где лежат данные? Self-hosted — записи остаются у вас; облако — удобнее, но ваш контекст на чужом сервере.
• Есть ли состояние? Умеет ли система «задача закрыта», «решение отменено» — или только неизменяемые записи?
• Как ищет? Только векторы, только ключевые слова или гибрид.
• Что с экспортом? Можно ли забрать память в открытом формате и уйти.
• Протокол. MCP-сервер подключается к любому агенту с поддержкой MCP; проприетарный SDK привязывает к одной экосистеме.

Мы написали честное сравнение MaxGraph, mem0 и Zep по этим осям — включая места, где мы слабее.

FAQ

Память — это то же самое, что RAG? Нет. RAG — способ поиска по документам. Память — хранение состояния между сессиями: решений, задач, предпочтений. RAG может быть частью памяти, но не наоборот.

Чем память отличается от системного промпта? Системный промпт пишется руками и статичен. Память накапливается сама в процессе работы и обновляется каждый день.

Сколько это стоит в токенах? Старт сессии с дайджестом памяти — порядка 4 тысяч токенов против 7–11 тысяч за самостоятельное чтение проекта. Полные замеры и методика.

Агент будет помнить секреты? Хорошая система памяти хранит то, что вы ей доверили, локально и не отправляет наружу. У MaxGraph данные лежат на вашей машине, телеметрия отключается флагом.

Что дальше

• Практика: как дать Claude Code память между сессиями — пошагово, 10 минут.
• Словарь терминов: глоссарий памяти агентов.
• Протокол, на котором это всё крутится: MCP простыми словами.