Насколько стек памяти агентов обходит архитектуру моделей

На Reddit развернулась дискуссия о том, насколько современный стек памяти для ИИ-агентов является компенсацией архитектурных ограничений моделей. Автор поста отмечает, что значительная часть инфраструктуры агентов строится вокруг того факта, что вызовы модели не переносят автоматически всё, что было усвоено в предыдущих взаимодействиях.

В типичном агенте это компенсируется внешними механизмами: извлечением истории диалога, отдельными хранилищами памяти, суммаризацией старого контекста, сжатием промптов, оркестрацией инструментов и решением о том, что подставить в следующий вызов. По сути, каждый шаг требует заново собирать релевантный контекст.

Автор задаётся вопросом: что если часть этой ответственности перенести внутрь самой модели? Вдохновением послужили архитектуры с рекуррентной памятью, где агент мог бы переносить усвоенное состояние между вызовами, а не реконструировать его с нуля.

Пока это лишь постановка вопроса, а не описание готового решения. Тем не менее тема затрагивает ключевую проблему современных агентных систем: разрыв между возможностями модели и объёмом внешней обвязки, необходимой для поддержания связного поведения.

Если подобные архитектуры получат развитие, это может сократить сложность агентного стека и снизить зависимость от внешних хранилищ памяти и промпт-инжиниринга. Однако на данный момент дискуссия остаётся теоретической и не подкреплена конкретными результатами.