Tencent delar AI-agenters minne inom team

Tencent har lanserat sitt open source-projekt Team Memory, som möjliggör delning av AI-agenters gemensamma minne inom ett team. Initiativet syftar till att förbättra AI:s tillförlitlighet och effektivitet genom att dela relevant information mellan flera agenter.

En undersökning från VB Pulse i juni visade att 57 % av företagen hade spårat ett felaktigt AI-svar till bristfällig eller inkonsekvent kontext. Traditionellt har problemet lösts genom att ge en enskild agent möjlighet att minnas mer under en enda session. Det nya Team Memory-systemet löser detta genom att dela minnet för hela teamet.

Enligt Tencent ökar den förbättrade minneshanteringen noggrannheten avsevärt. I deras egen benchmark ökade agentens noggrannhet från 48 % till 76 % med införandet av persona-lagret. Team Memory utvidgar detta tillvägagångssätt till hela teamet, vilket möjliggör användning av en delad minnespool.

Systemet använder en delad minneshub snarare än delade prompter. Det identifierar fyra typer av återanvändbara resurser: Konversationsminne (innehåller preferenser och historik), Färdigheter (procedurer), LLM-Wiki (strukturerad presentation av dokument) och Code-Graph (indexering av kodbasen). Dessa resurser kan sedan tilldelas varje agent efter behov.

Efter lanseringen har dock experter lyft fram oro kring hanteringen av felaktig information. Även om systemet har ett åtkomstkontrollager, är det inte helt klart hur felaktig data korrigeras eller tas bort när den redan har spridits till flera agenter. Denna "skrivvägshantering" är avgörande för att förhindra att felaktig information sprids brett inom teamet.