MemComposer — исследовательский метод сборки памяти ИИ-агента: отдельная модель решает, какие прошлые эпизоды включить в контекст, сколько их взять и в каком порядке показать. Препринт появился на arXiv 15 октября 2026 года. Для руководителя службы поддержки его главный вопрос — помогает ли конкретный набор воспоминаний правильно завершить обращение, а не просто похож ли он на запрос. Первоисточник и дата версии.
Разбор подготовлен AIrassvet, 16 октября 2026 года. Ниже — устройство метода, ограничения опубликованного эксперимента и предлагаемый журнал проверки для бизнес-процесса. Собственного запуска MemComposer и измерений на клиентских данных здесь нет. Установка, обучение и подбор оборудования требуют отдельной проверки.
*Обложка — созданная другим генератором иллюстрация вымышленного сценария поддержки, а не интерфейс или результат MemComposer.*
Что учитывать: полезность памяти зависит от сочетания эпизодов; сокращение блока памяти не равно сокращению всего счёта; решение о внедрении должно опираться на завершённые задачи и полную стоимость обработки.
Содержание
- Что изменилось в подходе к памяти агента
- Как MemComposer собирает воспоминания
- Что показал эксперимент и как читать цифры
- Почему порядок памяти требует отдельной проверки
- Как проверить память на обращениях поддержки
- Частые вопросы о MemComposer
- Как AIrassvet помогает подготовить работу с памятью
- С чего начать проверку памяти агента
Что изменилось в подходе к памяти агента
Память ИИ-агента в этой работе — сохранённый опыт выполнения задач, который можно добавить к новому запросу. Исследователи работают с процедурной памятью: последовательностью действий, результатом и последующим разбором. Это отличается от справочника фактов и персональной истории пользователя. Такую границу авторы прямо обозначают в разделе Limitations. Полный текст исследования.
Обычный поиск по сходству отвечает на вопрос, какие записи ближе к новому обращению. MemComposer добавляет следующий выбор: какая комбинация найденных записей полезна исполнителю. Поэтому даже точный поиск ещё не определяет окончательный состав контекста. Два похожих эпизода могут повторять одно правило, тогда как менее похожий содержит нужное ограничение.
Если компания уже использует реранкер в RAG, различие удобно рассматривать через результат отбора. Реранкер переоценивает найденные кандидаты; в MemComposer отдельно обучается выбор упорядоченного набора переменной длины. Работа исследует пользу всего набора через дальнейшее выполнение задачи. Это развитие конкретного механизма памяти, а не доказательство, что любой поиск документов следует заменить обучаемым компоновщиком. Описание метода, §3.
Как MemComposer собирает воспоминания
В опубликованной схеме сначала фиксированный поисковый механизм извлекает десять кандидатов. Компоновщик читает запрос и эти эпизоды, затем возвращает упорядоченный поднабор. Допускается пустой набор: агент может выполнить задачу без добавленной памяти. Исполнитель получает выбранные записи в заданном порядке и взаимодействует с инструментами и симулированным пользователем. Метод и протокол, §3 и приложение G.
Для обучения авторы предложили Experience Policy Optimization, сокращённо ExPO. Вознаграждение учитывает успешность дальнейшей работы агента, размер выбранного набора и корректность формата ответа компоновщика. Обновляются параметры компоновщика; исполнитель, поисковый механизм и банк памяти во время этого обучения остаются фиксированными. Поэтому улучшение в эксперименте нельзя описывать как дообучение всей агентной системы. ExPO, §3.4.
Важна и природа сохранённого опыта. Авторы используют успешные и неуспешные траектории вместе с разбором результата. Ошибочный эпизод иногда содержит полезное действие или показывает границу допустимого. Для корпоративного процесса отсюда следует редакционная рекомендация: хранить исход действия и объяснение ошибки раздельно, чтобы пример не выглядел готовой инструкцией. Само это правило не проходило проверку на данных AIrassvet.
Что показал эксперимент и как читать цифры
Авторы проверяли метод на τ²-bench — среде многошагового обслуживания клиентов. Использованы розничная торговля, авиаперевозки и телекоммуникации; исполнителями были Qwen3-4B-Instruct и Ministral-3-8B-Instruct, пользователем — симулятор GLM-4.7. Назначение самого бенчмарка описано в официальном репозитории τ²-bench; конкретная конфигурация эксперимента указана в приложении G статьи MemComposer.
В тесте было 40 задач розницы, 20 авиации и 40 телекома, по четыре прогона каждой задачи. Банк памяти строили по обучающим задачам. Показатель pass¹ означает среднюю успешность, а pass⁴ — долю задач, успешно завершённых во всех четырёх прогонах. Это не «успех хотя бы в одной из четырёх попыток». Протокол и таблица 11.
Для Qwen3-4B-Instruct MemComposer достиг среднего pass¹ 50,8 и pass⁴ 32,5. Для Ministral-3-8B-Instruct значения составили 63,5 и 40,0. Средние показатели качества в работе рассчитаны с равным весом трёх доменов: более крупная розничная выборка не получает большего веса. Это результаты авторов на бенчмарке, а не оценка работы русскоязычного контакт-центра. Таблица 1 и §4.3.
Относительно сильнейшей базовой линии для каждого исполнителя исследователи сообщают о сокращении среднего числа токенов памяти на 16,9% и 4,9% соответственно. Здесь считают именно вставленный блок памяти, включая его фиксированный заголовок; общий показатель токенов агрегируется с весом по числу тестовых прогонов домена. Он имеет другой знаменатель, чем среднее качество. Приложения G и H.1.
Эти проценты нельзя переносить на полный бюджет агента. Показатель блока памяти сам по себе не учитывает всю работу компоновщика, обучение, остальные части диалога, обращения к инструментам и вмешательство сотрудника. Чтобы утверждать снижение расходов компании, потребуется измерить весь процесс на её потоке задач.
Почему порядок памяти требует отдельной проверки
Исследование показывает чувствительность результата к порядку одних и тех же воспоминаний. Но из этого не следует, что MemComposer всегда находит лучший порядок. В Limitations авторы отмечают: обучение одновременно меняет состав и порядок, поэтому их вклад связан; сравнения со всеми возможными перестановками не проводилось. Ограничения исследования.
Есть ещё две существенные границы. Эксперименты выполнены с двумя сравнительно небольшими исполнителями; размер выигрыша для более мощной модели остаётся открытым вопросом. Кроме того, проверялась процедурная память. Перенос результата на факты из базы знаний или личную историю покупателя требует самостоятельных данных, даже если интерфейс хранения выглядит похожим.
Материал основан на препринте v1. Независимое воспроизведение и рецензирование этой работы в рамках подготовки статьи не подтверждены. Мы также не проверяли доступность готового пакета, условия лицензии кода и возможность его использования конкретной российской организацией. Статья не обещает готовое подключение MemComposer к CRM.
Как проверить память на обращениях поддержки
Представим вымышленное обращение: покупатель хочет обменять настольную лампу, сохранив способ оплаты. В архиве есть похожие диалоги о лампах, возвратах и смене адреса. Но решающим может оказаться менее похожий эпизод об ограничении обмена после изменения статуса заказа. Это иллюстрация проблемы отбора, а не случай из практики клиента.
Для первого сравнения полезно оставить неизменными исполнителя, правила, инструменты и набор задач. Сопоставить можно работу без памяти, текущий поиск и предложенную сборку контекста. Сначала потребуется определить допустимый результат обращения: корректное изменение заказа, корректный отказ или передача сотруднику. Редакционный шаблон ниже помогает фиксировать различия; это предложенный инструмент, его полезность ещё не измерена.
| Что фиксировать | Что сравнивать | Как это помогает решению |
|---|---|---|
| Версию правил и состояние заказа | Одинаковые условия между вариантами | Изменение политики не маскируется под эффект памяти |
| Идентификаторы найденных эпизодов | Исходный набор кандидатов | Можно отделить ошибку поиска от ошибки отбора |
| Выбранный состав и порядок | Набор целиком и перестановку тех же записей | Видно, какой фактор проверяется |
| Итоговое состояние задачи | Действие, отказ, эскалацию и ошибки | Убедительный текст не заменяет корректного исхода |
| Весь расход обработки | Компоновщик, исполнитель, инструменты, проверку человеком | Экономия контекста оценивается внутри полной стоимости |
| Повторные прогоны и исключения | Устойчивость результата и сбои среды | Единичный удачный диалог не становится доказательством |
Порог допуска следует согласовать до сравнения. Для операции с заказом полезно отдельно учитывать недопустимое изменение данных: оно может требовать остановки даже при хорошем среднем результате. Для справочного ответа критерий будет иным. Неудачные прогоны и причины исключения следует сохранять вместе с удачными, чтобы итог можно было проверить.
Есть и условие остановки проекта. Если записи устарели, содержат противоречащие правила или недоступны нужному сотруднику, сначала нужно исправить данные и разграничение доступа. Обучаемый отбор не должен подменять действующий регламент компании. Для разбора причин полезен отдельный материал про сбои ИИ-агентов.
Частые вопросы о MemComposer
MemComposer заменяет RAG?
В исследованной схеме поиск по сходству сохраняется и выдаёт кандидатов. MemComposer работает после него: выбирает число эпизодов, их состав и порядок. Работа посвящена опыту выполнения задач; результат нельзя автоматически переносить на любую базу документов.
Сокращение токенов памяти означает экономию денег?
Оно уменьшает один компонент контекста исполнителя. Полный эффект зависит от расходов на компоновщик, обучение, инструменты, повторные попытки и проверку человеком. Без измерения этих компонентов снижение общего бюджета остаётся неподтверждённым.
Нужно ли удалять неуспешные эпизоды?
В эксперименте неуспешные траектории с разбором иногда содержат полезный опыт. Для компании это повод оценивать содержание записи и её применимость. Ошибочное действие должно оставаться явно помеченным; копировать его как разрешённый сценарий нельзя.
Можно ли сразу внедрить метод в поддержку?
Препринт даёт исследовательскую схему и результаты ограниченного эксперимента. Перед внедрением нужны проверка доступности реализации и условий использования, подходящие данные, защищённая среда и собственная оценка полного процесса. Эта статья не подтверждает готовность промышленной интеграции.
Как AIrassvet помогает подготовить работу с памятью
Для задачи памяти агента у AIrassvet релевантны подготовка данных, корпоративные базы знаний и интеграция ИИ-агентов с бизнес-системами. Обсуждение можно сосредоточить на трёх действиях: отделить действующие регламенты от истории обращений, определить доступные агенту операции и сформулировать проверяемый результат обработки. Это подготовка задачи в рамках направлений работы студии, без обещания внедрения конкретного исследовательского кода.
Первый шаг — выбрать один процесс поддержки, описать его текущую обработку, источники данных, ограничения и критерий приёмки. Так будет понятно, нужна ли обучаемая сборка памяти или сначала следует исправить поиск и качество архива. Обсудить задачу.
С чего начать проверку памяти агента
MemComposer предлагает оценивать память как упорядоченный набор опыта, влияющий на дальнейшие действия. Для службы поддержки практическое начало — журнал одного процесса: какие эпизоды нашлись, какие попали в контекст и к какому проверяемому исходу привели. Решение о следующем шаге стоит принимать по качеству завершения задач и полной стоимости обработки. Опубликованное сокращение токенов памяти служит поводом для такой проверки, а её результат на данных компании пока неизвестен.
