Meta AI научила второго агента напоминать основному о забытых ошибках — качество ответов выросло на 8,3%

Meta AI разработала систему, в которой второй AI-агент работает «трекером памяти» для основного. Задача memory coach — не давать новые советы, а вовремя напоминать агенту о том, что тот уже выяснил, но забыл или проигнорировал в процессе длинной многошаговой задачи.

Суть события

Современные AI-агенты хорошо справляются с короткими запросами. Но когда задача требует десятков или сотен шагов — например, разобрать логи production-сервера за месяц или провести complex debugging — агенты регулярно забывают уже найденные ошибки и повторяют неудачные попытки. Memory agent (в данном случае Claude Opus 4.6) ведёт структурированный банк памяти и решает, когда вмешаться, а когда промолчать.

Как это работает

Memory coach не пересказывает всю историю целиком — он вмешивается точечно. Основной агент (в тестах — Claude Sonnet 4.5) получает напоминание только тогда, когда собирается повторить шаг, который уже приводил к ошибке, или пропускает диагностированную проблему. Это снижает «галлюцинации» и ускоряет решение.

Результаты на бенчмарках:

Terminal-Bench 2.0: с 38% до 46% задач решено с первой попытки (+8 п.п.)
tau2-Bench: средний результат вырос с 55% до 62% (+7 п.п.)
Airline и retail: улучшение ~10 п.п., telecom — около 3 п.п.
Opus 4.6 как основной агент: +2,4 п.п. на Terminal-Bench и +2,5 п.п. на tau2-Bench — улучшение не исчезает и для сильной модели

Почему это важно

Результат показывает, что memory-система работает не только за счёт компенсации слабости базовой модели — она реально улучшает качество даже для сильных агентов. При этом система селективна: она не засыпает агента напоминаниями, а выбирает момент, когда вмешательство действительно нужно. Это важно для реального применения агентов в продакшене — там, где каждая лишняя подсказка может сбить контекст.

Особенно показательна разница между доменами: airline и retail задачи выросли на ~10 п.п., а telecom — только на 3 п.п. Исследователи объясняют это тем, что телеком-задачи требуют более глубокого контекста для принятия решений, и memory coach просто не может вмешаться достаточно точно, чтобы помочь. Это указывает на границу применимости подхода: он работает там, где ошибки хорошо локализованы и память о них полезна для следующего шага.

Что дальше

Meta AI пока не раскрыла планы по внедрению memory coach в коммерческие продукты. Но сам подход — использовать агента для управления памятью другого агента — логично вписывается в тренд на multi-agent системы, где разные роли специализируются на разных функциях. Если memory coach появится в открытом доступе, это может стать стандартным паттерном для построения надёжных AI-агентов в продакшене.

Для enterprise-задач, где требуется часовой или суточный цикл выполнения, memory coach решает конкретную проблему: агенты не теряют уже найденные решения на середине длинного прогона. Это может быть востребовано в DevOps, SRE и автоматизации поддержки пользователей. Публикация исследования — часть открытой стратегии Meta AI, которая выкладывает наработки по агентам в открытый доступ.

AI Digest