Недавно я исследовал действительно эффективный шаблон рабочего процесса агента — сочетание самообучения с циклами проверки человеком.

Вот как это происходит:

1. Агент сталкивается с чем-то новым в своем процессе
2. Останавливается и просит вас подтвердить перед его блокировкой
3. Одобренные обучающие материалы хранятся в векторной базе данных, а затем извлекаются с помощью гибридного поиска в следующем цикле выполнения.

Это элегантно, потому что вы не тонете в хаосе автосохранения. Человек остается в процессе в нужные моменты, а слой извлечения действительно запоминает контекст между запусками. Инфраструктура памяти не должна быть сложной — иногда самая простая архитектура побеждает.