Насколько современный стек памяти агентов — это обходной путь для архитектуры моделей?

Автор анализирует, почему текущие AI-агенты тратят ресурсы на внешнее управление контекстом и историей диалога, вместо того чтобы передавать знания внутри самой модели. Рассматриваются архитектуры с рекуррентной памятью (например, BDH-CQ), которые позволяют модели сохранять внутренние состояния без изменения весов, что может сократить потребность во внешней инфраструктуре для хранения контекста.