Jake Broekhuizen (LangChain Labs) explique comment transformer les traces d'un agent en mémoire durable qui modifie réellement son comportement d'une exécution à l'autre.
Dans cette conférence AI Engineer, Jake Broekhuizen, de l'équipe LangChain Labs, part d'un constat : la plupart des équipes savent observer ce que font leurs agents, beaucoup moins en tirer des leçons pour les exécutions suivantes. Exemple à l'appui — un agent de services financiers dont le ton glissait du conseil vers l'insistance commerciale — il montre que traces et journaux ne sont que des preuves, qui ne deviennent mémoire qu'une fois converties en contexte durable relu par l'agent.
Il distingue mémoire sémantique, épisodique et procédurale, sépare mémoire de travail et mémoire à long terme, et décrit un cycle lecture-écriture : lire le contexte, exécuter, filtrer les signaux utiles, puis réécrire. Il illustre l'approche avec LangSmith et Context Hub et partage trois leçons : la plupart des traces doivent rester de l'historique, attention au cache, et les changements procéduraux méritent une relecture humaine.
Watch this video directly on YouTube
Open on YouTube →