Исследователи создали организационную память для LLM-агентов, автоматизирующих бизнес-процессы
Группа исследователей представила концепцию организационной памяти для LLM-агентов, предназначенную для автоматизации бизнес-процессов. В статье на arXiv авторы отмечают, что современные языковые модели не обладают специфическими знаниями о внутренних процедурах компании, что ограничивает их применение в масштабируемых сценариях.
Обычно такие знания фрагментированы: они содержатся в политиках, моделях процессов и инструкциях. Разработчики пытаются закодировать их в промптах или настройках поиска для каждого агента, но при росте числа агентов это ведет к дублированию правил и появлению «силосов знаний».
Чтобы преодолеть эти ограничения, ученые предложили общую, управляемую и доступную для агентов эталонную базу — организационную память. Она содержит постоянно обновляющиеся процедурные знания о том, как должна выполняться работа. Это позволяет избежать дублирования и упрощает согласованное обновление правил для всех агентов.
В работе сформулированы требования к такой памяти, предложена архитектура для ее создания и использования. Эффективность подхода продемонстрирована на примере сценария закупок. Прототип подтвердил, что организационная память ускоряет выполнение задач и повышает их корректность.
По мнению авторов, предложенное решение позволит предприятиям масштабировать автоматизацию на основе LLM-агентов без потери контроля и согласованности. Дальнейшие исследования будут направлены на углубление взаимодействия между памятью и агентами, а также на проверку в более сложных бизнес-процессах.
