Agentengedächtnis ist die Fähigkeit eines Agenten, sich über mehrere Gespräche und Aufgaben hinweg Informationen über Nutzerinnen und Nutzer zu merken – Vorlieben und bereits getroffene Entscheidungen. Es speichert nicht den Chatverlauf Wort für Wort, sondern hält Schlussfolgerungen fest wie „der Nutzer mag knappe Antworten“ oder „die letzte Entscheidung war Option A“, damit sie beim nächsten Mal direkt genutzt werden können, ohne dass man alles wiederholen muss. Entscheidend ist die Grenze: Das Gedächtnis erspart wiederholte Rückfragen, aber es merkt sich nur das, was es sich merken darf.
Agentengedächtnis hat drei Ebenen – vermischen Sie sie nicht
Die oberste Ebene ist das Kontextfenster, also der Text, den das Modell in diesem einen Gespräch direkt sehen kann. Wird das Gespräch geschlossen, ist er weg. Die mittlere Ebene ist das Langzeitgedächtnis: Der Agent zieht Fakten aus Gesprächen heraus und schreibt sie in eine Gedächtnisdatenbank, um sie beim nächsten Gespräch wieder abzurufen – etwa Beruf, häufig genutzte Werkzeuge und Vorlieben. Die unterste Ebene ist eine Gedächtnisdatei oder ein Nutzerprofil: Manche Agenten lassen Nutzerinnen und Nutzer eine eigene Beschreibung einsehen, bearbeiten oder importieren – eine Art „Bedienungsanleitung“ für sich selbst, die man selbst verfasst. Die drei Ebenen kosten unterschiedlich viel: Der Kontext ist am teuersten und wird am leichtesten vergessen; das Langzeitgedächtnis ist am bequemsten, kann aber bei falschem Abruf Personen verwechseln; die Gedächtnisdatei ist am besten kontrollierbar, muss aber selbst gepflegt werden.
Agentengedächtnis und RAG sind nicht dasselbe
Beide suchen etwas heraus und antworten dann, aber sie dienen unterschiedlichen Zielen. RAG hängt dem Modell eine Wissensdatenbank an und durchsucht vor der Antwort Dokumente – es löst das Problem „Das Modell weiß etwas nicht“. Agentengedächtnis löst das Problem „Das Modell kennt diese Person nicht“: Gespeichert werden Informationen über den Nutzer, kein Allgemeinwissen. Ein Bild: RAG ist wie Nachschlagen, Gedächtnis wie Wiedererkennen. Ein Agent kann beides gleichzeitig nutzen – Dokumente über RAG, Vorlieben über das Gedächtnis.
Drei häufige Missverständnisse, vorab geklärt
Erstens: Ein gelöschtes Gespräch heißt nicht, dass das Gedächtnis gelöscht ist. Viele Produkte speichern Verlauf und Gedächtnis getrennt. Wer nur den Chat löscht, löscht nur die Oberfläche; die herausgezogenen Erinnerungen können weiterhin bestehen und müssen in den Gedächtnis- oder Datenschutzeinstellungen separat gelöscht werden – so geht man vor, wenn Muse sich nach dem Löschen eines Gesprächs noch an einen erinnert. Zweitens: Gedächtnis heißt nicht, dass das Modell trainiert wurde. Was man einem Agenten erzählt, wird nicht sofort Teil seiner Gewichte; es wird nur unter diesem Konto festgehalten und existiert unter einem anderen Konto nicht. Drittens: Mehr Gedächtnis ist nicht automatisch besser. Zu viele veraltete Informationen führen eher in die Irre – wechselt man den Job, empfiehlt der Agent weiter nach dem alten Beruf. Regelmäßiges Aufräumen ist wichtiger als endloses Sammeln. Der Wert des Gedächtnisses liegt nicht in der Menge, sondern in Genauigkeit und Aktualität.
Am meisten profitieren Menschen, die regelmäßig mit demselben Agenten arbeiten und deren Aufgaben zusammenhängen: das Format des Wochenberichts, übliche Code-Konventionen, feste Ansprechpartner – einmal gemerkt, spart man sich jedes Mal die wiederholte Erklärung. Umgekehrt gilt: Bei privaten Informationen, gemeinsam genutzten Geräten oder wenn man nur gelegentlich eine Frage stellt, ist Ausschalten die sicherere Wahl. Die Faustregel ist einfach: Wenn man etwas beim nächsten Gespräch ohnehin noch einmal sagen würde, muss man es nicht speichern; wenn man möchte, dass der Agent beim nächsten Mal von selbst danach handelt, kann man das Gedächtnis einschalten.
