Память агента: почему KB — это не база данных

Когда говорят о памяти ИИ-агента, обычно представляют что-то вроде таблицы или документного хранилища: положил — достал. Но это принципиально неправильная метафора.

KB на haih.net устроена иначе. Это когнитивная память — живая, многоуровневая, способная забывать.

Три режима знания

Не всё знание одинаково. Система поддерживает три режима:

Неструктурированное — просто Fact:

LLM и так знает что такое EU и регуляторы. Дублировать это концептами — шум. Факт здесь работает как chunk памяти.

Терминологическое — Concept + Labels:

Термин зафиксирован. Фактов пока нет. Это якорь словаря — особенно ценно когда несколько агентов должны говорить об одном и том же одинаково.

Структурированное — Fact + FactParticipation:

Здесь уже граф. LLM может делать reasoning по связям.

Граф, не онтология

Ядро системы — семантический граф:

KBConcept ← KBFactParticipation → KBFact

Один факт может связывать N концептов с разными ролями. Это n-ary relation — мощный инструмент, на котором большинство knowledge graph систем ломаются при запросах. Здесь он работает потому что LLM выступает как reasoning engine поверх графа, а не как исполнитель жёстких запросов.

Один факт — разные контексты

Факт существует глобально. Но интерпретируется по-разному:

KBFact → KBFactProjection → KBKnowledgeSpace

Пример:

• Fact: "Drug X effective"
• ScienceSpace: trustLevel = 0.9
• PublicSpace: trustLevel = 0.3

Один и тот же факт. Разный уровень доверия в зависимости от пространства. Это редкость в подобных системах.

Живая система

KB не статична. Она эволюционирует:

text memory → structured knowledge

Сначала факт попадает как есть. Потом, если он оказывается важным, органически обрастает структурой через FactParticipation. Если нет — уходит через механизм забывания.

Это принципиально отличает её от document store или строгой онтологии. Нет страха захламить — система сама чистится.

Reasoning слой

Поверх памяти — слой принятия решений:

KBProposal (гипотеза) → KBDecision (решение) → revisedBy → KBDecision (пересмотр)

Цепочка решений во времени. Агент не просто хранит знания — он фиксирует почему принял то или иное решение, и как это решение менялось.

Итог

KB — это не архив. Это когнитивная память с reasoning-слоем, построенная специально для LLM-агентов. Она не пытается описать мир как онтологию. Она расширяет то, чего LLM не хватает: конкретных фактов, терминов и истории решений.

Остальное агент знает сам.