Как мы делали многоуровневую память для корпоративных AI-агентов в VK AI Space

В сфере искусственного интеллекта произошло заметное событие. triumphpc 52 минуты назад Как мы делали многоуровневую память для корпоративных AI-агентов в VK AI Space Простой 12 мин 1. 5K Блог компании VK Tech Блог компании VK Искусственный интеллект Машинное обучение * Облачные вычисления * Ретроспектива Привет, Хабр. Меня зовут Сергей Врулин, я Team Lead в команде агентов VK AI Space — корпоративной платформы для создания и запуска AI-агентов.

В июле 2026 года VK AI Space представила многоуровневую память для корпоративных AI‑агентов. Она позволяет агентам сохранять и переиспользовать информацию на всех этапах работы — в текущем диалоге и в рамках долгих проектов. Потенциально это позволит ускорить подготовку ответов и уменьшить число повторных задач.

Технические детали

В этой статье я во всех деталях расскажу, как именно мы проектировали память для агентов: от теории к реализации, с разбором ключевых решений и компромиссов. Начнем с азов: зачем агенту памятьТипичный LLM-агент — это функция без состояния. Контекстное окно модели ограничено, и как только диалог заканчивается, всё исчезает.

То есть каждый следующий разговор начинается с чистого листа: пользователь заново объясняет контекст, агент переоткрывает файлы, повторяет поиск, снова угадывает предпочтения. В потребительских сценариях это терпимо — чат-боту не обязательно помнить, о чем его спрашивали месяц назад. Но в корпоративном сегменте отсутствие памяти убивает смысл «цифрового сотрудника».

Чтобы понять, насколько это критично, разберем несколько ситуаций. Агент помог разобрать сбой в продакшене. Через неделю — похожий инцидент.

Отраслевые последствия

Без памяти агент начнёт с нуля: заново будет искать логи, выяснять, какие сервисы связаны, предлагать гипотезы. С памятью — «вспомнит» прошлый разбор и сразу предложит проверить ту же цепочку. Сотрудник с агентом собирает ответы на требования, а через месяц — новый тендер от того же заказчика.

Без памяти агенту придется делать всё заново. С памятью — агент достанет готовые формулировки и адаптирует их. Агенту можно поручить сбор ежедневного дайли-репорта.

Без памяти ему каждый день придется объяснять формат, источники, получателей. С памятью — агент уже знает, как вчера выглядел отчёт, и повторяет формат. Поэтому мы захотели, чтобы агент помнил профиль сотрудника, накопленные решения по проекту и собственный опыт — и переиспользовал это между сессиями.

Событие, по словам экспертов, усилит конкуренцию в сфере ИИ.