即時快訊
數產署表揚13家友善電商企業推動安心網購 Perky榮獲MUSE國際設計雙銀獎,女性營養品牌累積六項國內外肯定 金門酒廠「一穀作契」100%本土契作好品質 獲得農業部農糧署國產農糧原料酒推薦 「公益同行・原社共好」 29家績優合作社齊聚華山 公彩成果展現就業與福利新動能 孕育兆美元輝達的傳奇美式餐廳 創辦紀念座位牌保留至今 美國屋頂太陽能發電量近十年暴增近五倍 全球運動AI市場名單出爐 日本企業掛零歐美科技巨頭強勢壟斷 創投看好AI降低門檻 一人微型創業成美國就業新趨勢 年末聚會前的輪廓焦慮?醫師 : 「看不出做過」成自然美感新趨勢 印度航太新創搶攻火箭引擎商機 獲利基訂單拚太空產業分工
AI代理人記憶突破:MCP與CRDTs打造去中心化持久記憶
科技生活

·6 個月前·責任編輯
#AI代理人#持久記憶#MCP#CRDTs#人工智慧
AI代理人記憶突破:MCP與CRDTs打造去中心化持久記憶
商傳媒|責任編輯/綜合外電報導
摘要

為解決AI代理人普遍缺乏持久記憶的「金魚效應」,業界正推進結合模型上下文協定(MCP)與衝突解決複本資料類型(CRDTs)的去中心化記憶解決方案,此舉可賦予AI代理人持久且可信任的記憶能力,將其從工具轉變為協作者,並預期改變AI工具的經濟模式。

過去兩年,人工智慧(AI)代理人已從研究展示演進至實際的生產基礎設施,廣泛應用於程式編寫輔助工具(如Claude Code、Cursor)及端到端解決客服問題等場景。然而,多數AI代理人仍處於「無狀態」模式,意味著每次對話或任務都獨立於先前的互動,導致重複建立意圖的「金魚效應」。

這種無狀態性並非AI模型本身的限制,而是其外層系統的架構瓶頸,儘管現代大型語言模型(LLM)能處理龐大的上下文視窗。目前業界多採取將記憶層附加到代理人身上,使用集中式儲存(如Postgres、向量資料庫),雖改善了連續性,卻引入單點故障、控制權集中及合規風險,並可能造成廠商鎖定。

為解決此問題,業界正轉向分散式、具收斂性且標準化的記憶方法,透過模型上下文協定(MCP)與衝突解決複本資料類型(CRDTs)來賦予AI代理人永久記憶。Anthropic於2024年末推出的MCP,是一項開放的JSON-RPC協定,旨在標準化AI代理人如何連結外部功能,如記憶寫入與查詢,進而將代理人與記憶實作解耦。

CRDTs在去中心化記憶中扮演關鍵角色,其提供數學保證,確保無論更新順序或重複與否,多個獨立寫入最終都能收斂到相同值,有效避免「最後寫入優先」模式下的資料遺失。常見的CRDTs建構單元包括用於變化事實的LWW-Register、集合的OR-Set、有序日誌的RGA以及結構化配置檔的LWW-Map/OR-Map。

這套建議的架構分為四層:代理人、MCP伺服器、CRDT文件及網路傳輸。MCP伺服器將代理人呼叫轉換為針對本地文件的CRDT操作,再將這些操作複製到對等節點。實用的CRDT實作如Yjs和Automerge,通常採用操作型變體並結合高效的二進位編碼。記憶管理也需持續策展,包括相關性評分、時間衰減及整合,以避免效能與實用性下降。

相較於集中式記憶系統在設置與檢索上的速度優勢,去中心化記憶系統提供資料主權、離線能力,以及多代理人系統的無瓶頸擴展性。這種持久記憶能力將AI代理人從單純的工具轉變為真正的協作者,其價值將從單一回應轉移至持續互動的品質。這項系統層級的特性,目前已可實現,且無需重新訓練AI模型。透過分散式設計,組織可將記憶保留在其邊界內,使用者亦能將記憶保存在其裝置上,從而改變AI工具的經濟模式。


在 Google 搜尋的熱門報導中優先看到商傳媒
加入為 Google 偏好來源