Смотреть урок

В этом уроке я разбираю устройство памяти и поиск информации у AI-агентов на основе седьмой, восьмой и девятой глав. Я объясняю три ключевых аспекта: источники истины (чему агент должен верить), механизм RAG (как именно он находит нужный фрагмент знаний) и разницу между состоянием (state) и долгосрочной памятью (memory). Этот материал поможет настроить предсказуемую работу моделей без галлюцинаций, чтобы агент опирался на факты, а не на устаревший мусор или собственные фантазии.

Оглавление с таймкодами:

00:00–03:25 Три главных вопроса о памяти агента — чему верить, как искать и что помнить по завершении задачи.
03:26–05:41 Почему ломается память и зачем нужны жесткие правила разрешения конфликтов в источниках.
05:42–10:30 Карта источников истины и метаданные — выстраиваем иерархию доверия к документам от главных до рискованных.

10:31–16:20 Механика RAG и правильный чанкинг — как нарезать и извлекать информацию, чтобы агент не терял изначальный контекст.
16:21–19:30 Виды поиска (текстовый, семантический, гибридный) и роль эмбеддингов в векторных базах.
19:31–22:45 Реранкинг и…