조사 아티클
AI Agent Memory는 맥락를 불러오고 학습은 미래 동작를 의도적으로 바꿉니다. 안전한 설계는 대화 이력, 비공개 사용자 Memory, Knowledge, 명시적인 지속 가능한 규칙을 분리합니다.
읽기 전에
맥락, 사실, Knowledge, 규칙, 승인, 개정, 되돌리기의 책임 범위 대응표.
AI 시스템이 무엇을 보존, 적용, 승인, 수정, 삭제할 수 있는지 결정하는 책임자와 팀.
AI Agent Memory · Self-학습 · 동의 · Memory 보안
이력는 대화을 유지하고 사용자 Memory는 비공개 사실를 기억하며 Knowledge는 승인된 출처를 찾습니다. 어느 것도 혼자 공유 동작를 바꿀 권한이 되지 않습니다.
학습은 미래 지침을 바꿉니다. 명확한 지속 가능한 의도, 정확한 범위, 허가된 행위자, 출처, 개정, 삭제, 되돌리기이 필요합니다.
추가 학습은 매개변수를 바꾸고 Evaluations는 동작를 측정합니다. 저장된 규칙과 같지 않으며 별도의 책임자와 동의가 필요합니다.
일시적인 맥락, 비공개 사실, 승인된 문서, 구성, 명시된 지속 가능한 수정 중 무엇인지 결정합니다.
사용자는 비공개 규칙, 편집자는 Agent 규칙을 바꿉니다. Company 또는 Store 제안은 각 범위의 허가된 검토자가 필요합니다.
활성하고 관련된한 규칙만 가져와 신뢰할 수 없는 문구로 구분하고 삭제와 복원를 위한 개정을 유지합니다.
일회성 지시, 비밀 정보, 결제, 인증 정보, 민감한 추론, 악성 문구, 일반 대화을 나중에 유용할 수 있다는 이유만으로 저장하지 않습니다.
Memory는 도구, 멤버십, 결제, 게시, 승인, 범위 간 범위 접근를 부여하지 않습니다. 인가은 서버에 남습니다.
마지막-쓰기-우선한다를 피합니다. 안정적인 신원, 예상되는 개정, 멱등성, 충돌, 이력, 되돌리기이 동시 수정을 보호합니다.
어려운 것은 벡터 데이터베이스 선택이 아니라 누가 무엇을 쓸 수 있는지 정하는 일입니다.
명시적 선호, 수정, 경계, 규칙만 행위자, 출처, 이유, 작업, 범위와 함께 저장합니다.
Company과 Store 제안은 허가된 결정까지 보류이며 비공개 규칙을 편의상 공유로 만들지 않습니다.
영향을 평가하다하고 개정을 확인하며 정규 구성을 다시 쓰지 않고 삭제 또는 복원합니다.
Self-학습은 선호, 수정, 경계, 지속 가능한 규칙을 위한 구현된 명시적 활성화 모듈이며 이력, 사용자 Memory, Knowledge, 추가 학습, Evaluations와 분리됩니다.
비공개 규칙은 정확한 OAuth 사용자 소유입니다. 책임자/편집자는 Agent를 관리하고 Company 구성원와 Store 고객는 공유 변경를 검토에 제안합니다.
각 변경은 제한된, 행위자를 기록한, 버전 관리되는, 멱등성을 갖춘, 검색 가능한, 되돌릴 수 있는입니다. 활성 규칙만 낮은 우선순위의 신뢰할 수 없는 맥락로 실행 환경에 들어갑니다.
솔루션
한 가지 일을 맡는 지침 Agent 또는 내가 소유한 기존 Agents를 조율하는 Agent 소유 작업 흐름를 만들 수 있습니다. 새 Agent는 기본 비공개이며, 실제 사용자로 시험한 뒤 전용 HTTPS 주소와 MCP 엔드포인트로 게시합니다.
솔루션
대상 사용자, 맡길 일, 사용할 공식 자료와 허용할 행동을 알려 주세요. 첫 버전에서 제공할 가치와 안전하게 제외할 범위를 함께 정합니다.