Agent-minne
Mekanismerna som låter en LLM-agent komma ihåg saker bortom det aktuella kontextfönstret — tidigare steg i en uppgift, fakta om användaren, eller lärdomar över sessioner. Lösningen på att modellen i sig är tillståndslös.
Typer: korttidsminne (den pågående konversationen/uppgiftens steg, ryms i kontexten, ofta sammanfattat när det blir för långt), och långtidsminne (fakta sparade i en extern lagring — ofta en vektordatabas — som hämtas in vid behov, t.ex. "användaren föredrar metriska enheter"). Tekniker: sammanfatta gammal historik (running summary), spara och RAG:a tillbaka relevanta minnen, eller strukturerade minnesstores (mem0, Letta/MemGPT). Utmaning: vad ska sparas, hur hämtas det relevant tillbaka, och hur undviker man att minnet sväller eller blir inaktuellt. Avgörande för agenter som ska utföra långa uppgifter eller minnas en användare mellan sessioner. Bygger ofta på RAG-maskineriet. Hör ihop med multi-agent system och RAG.