Meta AI, uzun görevlerin yolunda gitmesi için ikinci bir yapay zeka ajanı öneriyor

Meta AI araştırmacıları makalelerinde, yapay zeka ajanlarının uzun görevler sırasında gereksinimleri gözden kaçırması veya başarısız eylemleri tekrarlaması gibi yinelenen bir sorunu tanımlıyor ve bu olguyu 'davranışsal durum bozulması' olarak adlandırıyor. Araştırmacılar, değiştirilmemiş bir 'eylem ajanı'nın yanında ayrı bir 'bellek ajanı' çalıştıran, belirli aralıklarla son adımları gözlemleyen, yapılandırılmış bir bellek bankasını güncelleyen ve bir sonraki eylem çağrısına kısa, belleğe dayalı bir hatırlatma enjekte edip etmemeye veya sessiz kalmaya karar veren tak-çalıştır bir bellek modülü öneriyor. Bellek bankası özel durum, bilgi ve prosedürel bellekler olarak bölümlere ayrılıyor ve ajan, bankayı serbest yeniden yazma yerine önceden tanımlanmış araç çağrıları aracılığıyla yönetiyor. Testler, bellek ajanı olarak Claude Opus 4.6 ile Terminal-Bench 2.0 ve τ2-Bench üzerinde gerçekleştirildi. Eylem ajanı olarak Claude Sonnet 4.5 ile sistem, Terminal-Bench görevlerinin %46'sını ilk denemede çözdü (önceden %38'di) ve τ2-Bench görev ağırlıklı ortalamasını %55'ten %62'ye yükseltti; kayda değer alan farklılıkları gözlendi: Airline ve Retail yaklaşık 10 puan iyileşirken, Telecom yalnızca 3 puan iyileşti. Daha güçlü olan Opus 4.6 da iyileşme gösterdi ancak daha az oranda; bu da faydanın yalnızca sınırlı kapasiteyi telafi etmenin ötesinde olduğunu gösteriyor. Ablasyon çalışmaları, seçici müdahale ve sürdürülen bir bellek bankasının kilit öneme sahip olduğunu gösterdi ve yaklaşım, üretken bellek katmanı Mem0'dan daha iyi performans sergiledi. Ekip ayrıca açık bir model olan Qwen3.5-27B'yi bellek ajanı olarak eğitmeyi de araştırdı ve müdahalelerin doğru şekilde kalibre edilmesi için denetimli ince ayar ve pekiştirmeli öğrenmenin gerekli olduğunu buldu. Meta AI kodunu GitHub'da yayınladı.