How AI Agent Memory Prevented False Report and Forced Abandonment of Its Own Feature

В статье на Habr авторы описывают свой проект vecmory — систему семантической памяти для ИИ-агентов, основанную на мультиязычной модели MiniLM с 384 измерениями. Система выполняет три операции: recall (вспомнить релевантное), remember (запомнить) и link (связать два факта). При recall используется не плоский top-k, а «гирлянда»: находятся ближайшие по косинусу узлы-зёрна и разворачивается каузально-временной граф связей. Приводятся два показательных случая. Первый: агент предложил сделать роутер для выбора метода ранжирования (чистый косинус или графовый PPR), получил синтетическую корреляцию 0.98, но перед отчётом выполнил recall и нашёл в памяти запись о том, что эта идея уже проверялась на реальных данных и провалилась. Причина в том, что на реальных эмбеддингах косинус несвязанных пар в среднем 0.53, а соседей — 0.80, облака перекрываются, поэтому порог с синтетики не работает, и нужно опираться на ранг (top-k). Во втором случае агент измерил MRR для ранжирования по чистому косинусу (0.81) и с добавкой глобальной важности узла (0.41) и обнаружил, что важность ухудшает качество. На синтетическом графе результат был обратным. Вывод: глобальная популярность — это приор популярности, а не релевантности; для точечного recall лучший ранг — чистый косинус. Авторы отмечают, что действительно ценным сигналом оказалась не популярность, а частота повторных исправлений человеком (например, revert — 39 раз, xsrf — за 60). Эти «выстраданные» знания теперь подмешиваются первым блоком в каждый recall. В заключение авторы приводят методологию замера: использовали живой репозиторий тикетов (4299 узлов: 1993 issue + 2306 PR) и стандартные GitHub-паттерны Closes #N для пар «симптом → фикс». На 300 запросах чистый косинус достал нужный фикс в 38% случаев, а обход причинного графа — в 87%, разница 49 процентных пунктов. Скрипт замера воспроизводим и лежит в репозитории.