業務請 AI Agent 協助準備報價時,當然會希望它記得客戶慣用的幣別和文件格式。不過,上個月談過的折扣、還沒確認的交期,或某次會議臨時做的決定,如果也被當成長期規則,下一份報價就可能繼續使用已經失效的資訊。對企業來說,AI Agent 忘記事情,頂多讓同仁多花時間重複說明;一旦記錯,卻可能直接影響後續判斷。
AI Agent 記憶(agent memory)是 AI Agent 在與使用者互動及執行任務的過程中取得的知識;AI Agent 可以跨工作階段保存這些知識,之後再讀取使用。Anthropic Research 近期透過多項測試指出,記憶要能派上用場,重點在於挑出未來還會用到的內容,並且能在事後重新檢查和修改。企業如果要讓 AI Agent 執行長期任務,建議先把資訊分成個人偏好、暫時狀態和穩定規則,再決定哪些內容可以寫入、由誰審查,以及發現錯誤後要怎麼修正。
記憶存得愈多,AI Agent 為什麼反而要花更多時間整理?
Anthropic Research 的遊戲測試提供了一個具體案例。Claude Sonnet 3.7 在《Pokémon Red》走了約一萬步,累積 413 個記憶檔和 225 個資料夾,最後只取得一枚徽章;另一個模型在同類測試中只建立九個檔案和兩個資料夾。這些結果不能直接當成企業績效的評估依據,卻反映出一個實際問題:AI Agent 如果把每次變化都存下來,之後就得花更多力氣整理,還要逐一確認哪些內容仍然有效。
放到企業工作中,可以先把資訊分成三類。個人偏好是使用者反覆採用的格式、語氣或工作習慣,例如業務希望報價摘要先列交期,再列付款條件。這類內容可以考慮保留,不過使用者必須能夠查看、修改和刪除。暫時狀態包括當期庫存、尚未核定的價格和處理中的客訴進度。由於這些資訊會持續變動,AI Agent 每次執行任務時,都應該重新向現場系統或最新文件取得。穩定規則則是已經測試、確認,而且會重複使用的做法,例如品管判定順序或採購比價欄位。這類內容可以由負責人驗證後,整理成可重複使用的技能。
專案團隊可以先選一項長期任務,把目前打算保存的內容逐筆歸入這三類,再逐一確認:下次工作是否真的還會用到?內容是否可能在短期內改變?如果用錯了,誰會發現並負責修正?只要其中一題沒有清楚答案,就先不要把內容放進長期記憶。
AI Agent 記錯之後,企業怎麼避免錯誤一直沿用?
跨工作階段保存資訊雖然方便,也會帶來風險。AI Agent 下次讀到舊筆記時,可能把錯誤或過時的內容當成依據。Anthropic Research 曾讓 AI Agent 對照原始逐字紀錄(transcripts)檢查記憶筆記,結果找出錯誤的 PokéCenter 位置並重新改寫;修正後,AI Agent 直接返回 Mt. Moon,最後抵達 Cerulean City。在沒有修正錯誤筆記的測試中,AI Agent 則三次回到先前走過的路線。這項測試說明,只在寫入前篩選內容還不夠,企業也要保留原始紀錄,方便日後核對,並且定期複查。
複查時,要確認資料來源、適用範圍和更新時間。以採購比價為例,「供應商可在兩週內交貨」可能只適用於某次報價、某個料號和特定數量;如果 AI Agent 只記下「兩週交貨」,下次採購就可能直接套用錯誤資訊。因此,還沒確認的推測要和已經驗證的內容分開保存;新資料取代舊內容時,也要立即修改或刪除。
EgentWrX 的記憶可以讓使用者查看、修改和刪除,企業也能依照內容,將記憶的寫入方式分別設定為直接寫入、需要審核或需要核可。至於需要長期、穩定套用的規則,則可以整理成技能;同事自行建立的技能如果要推廣到全公司,必須先經過審查。導入團隊可以先指定記憶和技能的負責人,再列清楚哪些內容能直接寫入、哪些必須由業務或流程主管確認,並保留原始紀錄,供日後核對。
公司文件要整理成 Wiki,還是直接搜尋就好?
記憶、知識庫和技能各有不同用途。個人偏好可以放在能查看、修改和刪除的記憶中;公司制度、產品文件和表格適合透過知識庫檢索;經過驗證,而且需要固定套用的判斷方式,則整理成技能。如果把三者混在一起,一次性的內容可能被當成公司規則,AI Agent 也可能在找不到資料時,改用個人記憶回答。
Anthropic Research 使用約 35 萬個檔案、約 4.2 億 token 的內部文件測試知識 Wiki。研究結果顯示,遇到需要跨文件找資料、進行判斷或計算的問題時,Wiki 搭配搜尋工具(search tool)比較有幫助;如果答案可以從單一文件直接找到,Wiki 未必能帶來額外效益,整理後的內容甚至可能比原始文件還多。因此,企業不需要先把所有文件整理成 Wiki,再回頭尋找使用情境,而是應該先從實際工作問題出發,決定知識要用哪種方式保存。
例如,客服只需要查詢一份最新版退換貨辦法時,可以先測試直接檢索;採購如果要同時比對多份供應商規格、內部驗收條件和歷史紀錄,再評估是否使用 Wiki。EgentWrX 提供 Wiki、向量和表格三種知識庫型態,也能設定相似度門檻和最少引用數;AI Agent 找不到足夠依據時會拒答。專案團隊應先準備實際工作中會遇到的問題,列出回答時必須引用的來源,以及在什麼情況下應該拒答,再用同一批問題比較直接搜尋和 Wiki 的結果,確認確實有需要後再擴大建置。



