Исследователи из нескольких университетов разработали Memento-Skills — новый фреймворк, который позволяет автономным ИИ-агентам самостоятельно адаптировать свои навыки без необходимости переобучения базовой языковой модели (ЛЛМ). Это решение особенно актуально для компаний, использующих ИИ в производстве, так как позволяет значительно снизить операционные затраты и время на обновление функционала.
Проблема адаптации ИИ-агентов
Одной из главных проблем при внедрении автономных агентов — их способность адаптироваться к изменениям в окружающей среде. Традиционные подходы требуют переобучения языковой модели, что включает значительные затраты времени и ресурсов. Memento-Skills предлагает решение этой проблемы, позволяя ИИ-агентам развивать свои навыки по мере получения обратной связи из внешней среды.По словам Джуна Ванга, одного из авторов исследования, «Memento-Skills дополняет текущие предложения на рынке, такие как OpenClaw и Claude Code, добавляя возможность непрерывного обучения». Это особенно важно в условиях быстро меняющегося бизнеса, где исчерпывающее выполнение задач агента критично для успеха.
Преимущества нового фреймворка
Memento-Skills функционирует как развивающаяся внешняя память, позволяя агентам улучшать свои способности со временем. Вместо того чтобы хранить лишь записи предыдущих взаимодействий, система создает набор навыков в виде структурированных markdown-файлов, которые служат эволюционирующей базой знаний. Каждый элемент навыка включает декларативные характеристики, инструкции и исполняемый код, что делает их уникальными и адаптивными. Эта система использует механизм «Чтение-Запись-Рефлексия», который позволяет агентам не просто регистрировать данные, а активно менять свою память. Если выполнение задачи не произошло успешно, система не просто фиксирует это, а вносит коррективы в свои ожидания и подходы.Практическое значение для бизнеса
Для компаний, эксплуатирующих ИИ-агентов, внедрение Memento-Skills означает снижение риска потери ценного времени и ресурсов, связанных с ручным переобучением моделей или настройкой навыков. Это отбросит в сторону сложные и ресурсоемкие процессы, позволяя агентам более эффективно адаптироваться к новым условиям. В условиях современного рынка, где скорость реагирования критична, такое решение может стать ключевым конкурентным преимуществом.Следующий шаг для исследовательской группы — дальнейшее развитие и тестирование Memento-Skills в реальных условиях, что может стать основой для создания более интеллектуальных и адаптивных ИИ-агентов.
