Agent Memory の紹介: Memory-Aware エージェントを構築する短期コース。Oracle との提携で作られ、Richmond Alake と Nacho Martínez が教えます。

ほとんどのエージェントは単一セッション内ではうまく機能しますが、セッションが終了するとすべてを失います。メモリエンジニアリングは長期メモリをモデルの第一級インフラストラクチャとして扱います。これはモデルの外部にあり、永続的で構造化されています。このコースでは、Oracle AI Database、LangChain、LLMを活用したパイプラインを用いて、そのインフラを構築する方法を学びます。

異なるメモリタイプを保存・取得する完全なメモリシステムを設計し、意味検索を用いてツールアクセスを拡張し、エージェントが自律的に自分のメモリを更新できる書き戻しループを構築します。最終的には、起動時に事前の文脈を読み込み、関連する文脈、状態、ツール、出力を組み立て、セッションを跨って改善する完全に状態を持つ Memory Aware Agent を構築します。

詳細には、以下を行います:

• 長期的なタスクでステートレスなエージェントが失敗する理由を探り、エージェントスタックとメモリコアを含むメモリ優先アーキテクチャを学びます。
• 異なるエージェントメモリタイプの永続的なメモリストアを構築し、実行時にエージェントがメモリを読み書き取得する方法をオーケストレーションする Memory Manager を実装します。
• ツールを、メモリバックエンドのストアに格納された手続き的メモリとして扱い、推論時には意味検索を用いて関連するものだけを取得します。これにより、数百のツールを持つエージェントのスケーリング問題を解決します。
• 会話から構造化された事実を抽出するパイプラインを構築し、エピソード記憶を意味記憶に統合し、エージェントが自律的に自身のメモリを更新・洗練できる書き戻しループを作成します。
• 起動時に事前のコンテキストをロードする起動ルーチン、再帰的推論ループ、セッション間の永続性を備えた完全に状態を持つ Memory Aware Agent を組み立てます。

単一セッションのやり取りを超えるには、適切なメモリインフラストラクチャが必要で、このコースは単に応答するだけでなく、記憶し改善するエージェントを構築する実践的なパターンを提供します。

単一セッションのやり取りを超える AI エージェントを構築したい開発者。Python の知識と基本的な LLM の概念に慣れていることを推奨します。