Cet article examine la construction de la mémoire procédurale chez les agents d'IA avant toute tâche spécifique, en utilisant uniquement une pratique synthétique auto-générée. Pour surmonter la redondance et l'inefficacité de l'interaction synthétique pure, les auteurs proposent Preping, un cadre guidé par un "proposer" qui façonne la pratique future.
Cet article explique comment l'équipe de Nexus Core AI OS a été contrainte d'ajouter de la mémoire persistante à ses agents d'IA après avoir rencontré des bogues d'oubli et de répétition dans une conception initialement sans état. Il détaille les problèmes rencontrés avec l'architecture sans état et la solution développée pour garantir que les agents puissent conserver les informations contextuelles.
Les « agent harnesses » deviennent la méthode dominante pour construire des agents IA et sont intrinsèquement liés à leur mémoire. Utiliser un harnais fermé, notamment via une API propriétaire, signifie céder le contrôle de votre agent.
