LangChain розкриває архітектуру пам'яті платформи Agent Builder

Joerg Hiller
04:38, 22 лютого 2026

LangChain детально описує, як його система пам'яті Agent Builder використовує метафори файлової системи та фреймворк COALA для створення постійних, самонавчальних ШІ-агентів без коду.

LangChain розкрив архітектуру пам'яті, що живить його LangSmith Agent Builder, показавши підхід на основі файлової системи, який дозволяє ШІ-агентам навчатися та адаптуватися між сеансами без необхідності писати код.

Компанія зробила нестандартну ставку: надала пріоритет пам'яті з першого дня, а не додавала її пізніше, як більшість ШІ-продуктів. Їхнє обґрунтування? Agent Builder створює агентів для конкретних завдань, а не універсальних чат-ботів. Коли агент багаторазово виконує один і той же робочий процес, уроки з вівторка мають автоматично застосовуватися в середу.

Файли як пам'ять

Замість створення власної інфраструктури пам'яті команда LangChain використала те, що великі мовні моделі вже добре розуміють — файлові системи. Система представляє пам'ять агента як колекцію файлів, хоча насправді вони зберігаються в Postgres і представлені агентам як віртуальна файлова система.

Архітектура безпосередньо відповідає трьом категоріям пам'яті з дослідницької роботи COALA. Процедурна пам'ять — правила, що керують поведінкою агента — знаходиться у файлах AGENTS.md та конфігураціях tools.json. Семантична пам'ять, що охоплює факти та спеціалізовані знання, міститься у файлах навичок. Команда навмисно пропустила епізодичну пам'ять (записи минулої поведінки) для початкового випуску, вважаючи, що вона менш важлива для їхнього випадку використання.

Стандартні формати переважили там, де це було можливо: AGENTS.md для основних інструкцій, навички агента для спеціалізованих завдань та формат, натхненний Claude Code, для підагентів. Єдиний виняток? Власний файл tools.json замість стандартного mcp.json, що дозволяє користувачам відкривати доступ лише до конкретних інструментів з MCP-серверів і уникати переповнення контексту.

Пам'ять, що створює себе сама

Практичний результат: агенти, які покращуються через виправлення, а не через конфігурацію. LangChain розглянув приклад узагальнювача зустрічей, де простий відгук користувача «використовувати маркери замість цього» автоматично оновив файл AGENTS.md агента. До третього місяця агент накопичив налаштування форматування, правила обробки типів зустрічей та інструкції для конкретних учасників — все без ручної конфігурації.

Створення цього не було тривіальним. Команда виділила одну людину на повний робочий день лише для промптів, пов'язаних з пам'яттю, вирішуючи проблеми, коли агенти запам'ятовують, коли не повинні, або записують не в ті типи файлів. Ключовий урок: агенти чудово додають інформацію, але погано консолідують. Один помічник електронної пошти почав перераховувати кожного постачальника, якого слід ігнорувати, замість узагальнення до «ігнорувати всі холодні звернення».

Потрібне затвердження людини

Усі зміни пам'яті за замовчуванням вимагають явного схвалення людиною — захід безпеки проти атак впровадження промптів. Користувачі можуть вимкнути цей «режим yolo», якщо менше стурбовані ворожими введеннями.

Підхід файлової системи забезпечує портативність, з якою закриті DSL не можуть зрівнятися. Агенти, створені в Agent Builder, теоретично можуть працювати в Deep Agents CLI, Claude Code або OpenCode з мінімальним тертям.

Що чекає попереду

LangChain окреслив кілька запланованих покращень: епізодична пам'ять через відкриття історії розмов як файлів, фонові процеси пам'яті, що працюють щодня для виявлення пропущених навчань, явна команда /remember, семантичний пошук за межами базового grep та ієрархії пам'яті на рівні користувача або організації.

Для розробників, які створюють ШІ-агентів, технічні рішення тут мають значення. Метафора файлової системи обходить складність власних API пам'яті, залишаючись рідною для великих мовних моделей. Чи масштабується цей підхід, коли агенти виконують складніші завдання тривалого виконання, залишається відкритим питанням — але LangChain робить ставку, що файли перемагають фреймворки для створення агентів без коду.

Джерело зображення: Shutterstock