Два паттерна для предотвращения деградации памяти ИИ-агентов: AutoDream и Скептический поиск.

Подход OpenClaw к управлению памятью

OpenClaw выпустил две модели с лицензией MIT для решения проблемы медленной деградации в файловых системах памяти ИИ, где факты устаревают без должного обозначения, заставляя агентов действовать на основе устаревшего контекста. Хотя в настоящее время они специфичны для OpenClaw, концепции применимы к любой файловой системе памяти.

AutoDream: Ночная консолидация памяти

AutoDream — это cron-агент, который запускается в 3 часа ночи для обслуживания памяти. Он читает стенограммы сессий, извлекает данные из ежедневных логов до их исчезновения, обновляет структурированные файлы памяти и удаляет устаревшие записи. Ключевая идея в том, что ежедневные логи — самый богатый исходный материал, но они быстрее всего деградируют, поэтому задача извлекает всё ценное до того, как они остынут. Память постоянно перезаписывается, а не просто дополняется.

Skeptical Retrieval: Оценка памяти с учетом затухания

Skeptical Retrieval заменяет стандартный семантический поиск с плоским извлечением top-N на составную оценку: семантическая × затухание_по_времени × усиление_повторного_вызова. Стандартный семантический поиск рассматривает факт шестинедельной давности так же, как вчерашний, тогда как этот подход применяет разные коэффициенты затухания к разным типам файлов (стабильные факты при λ=0.02 против операционных задач при λ=0.08). Фрагменты, которые часто вспоминаются, получают логарифмическое усиление, а результаты с низкой уверенностью подавляются, а не внедряются.

Как они работают вместе

Две модели образуют самосовершенствующийся цикл памяти: AutoDream отслеживает, какие фрагменты цитировались, количество повторных вызовов влияет на составную оценку, а AutoDream удаляет фрагменты, которые никогда не вспоминаются. Реализация начинается с Фазы 0 (только дисциплина рассуждения), которая ничего не стоит, за которой следует Фаза 1 (отслеживание повторных вызовов), требующая одного обновления cron.

Разработчик отмечает, что выбор коэффициентов затухания потребовал итераций для правильной настройки и открыт для обсуждения по этому поводу. Обе модели доступны на GitHub:

• https://github.com/LeoStehlik/openclaw-skeptical-retrieval
• https://github.com/LeoStehlik/openclaw-autodream