Исследование · NVIDIA Technical Blog
NemoClaw: память повысила точность, но иногда мешала ответу
В эксперименте NVIDIA структурированная память улучшила ответы командного агента, особенно на сложные вопросы. Однако часть показателей снизилась. Этот результат помогает понять, за что стоит платить при подготовке локального помощника: за связи между решениями, проверяемые источники и сохранение пользовательских исправлений.
Что это меняет для покупателя
Для командного помощника расходы на организацию памяти могут оказаться важнее очередного увеличения модели. Перед выбором более мощного сервера полезно определить, какие решения нужно сохранять, как отличать действующее указание от старого и кто исправляет накопленное представление о работе.
Переписка помнит слова, проекту нужны связи
В материале NVIDIA от 4 сентября 2026 года авторы сравнили агента с поиском по источникам и агента со структурированной памятью. На 186 вопросах точность выросла с 82,8% до 90,9% — на 8,1 процентного пункта. Обе конфигурации использовали NVIDIA Nemotron 3 Ultra. Интерес здесь в устройстве рабочего контекста: сохранённые отношения между событиями помогли лучше отвечать, хотя отдельные категории результатов ухудшились.
История разговора смешивает действующие приоритеты, отменённые просьбы и промежуточные решения. Поиск способен вернуть нужные сообщения, но их ещё необходимо связать. Например, в гипотетическом проекте срок сначала согласовали, затем перенесли, а название проекта позже сократили. Ответ о текущем состоянии зависит сразу от трёх связей. Помощник, который нашёл только первоначальный срок, может процитировать настоящий документ и всё равно ошибиться.
Как устроена память, которую можно разобрать
В примере NemoClaw авторы называют такую память self model. Это структурированные страницы Markdown о людях, проектах, приоритетах и рабочих привычках. Схема предусматривает индексацию, перекрёстные ссылки, происхождение информации и ограничения роста. Для очередной задачи агент получает ограниченный набор подходящего контекста. Такое устройство позволяет обсуждать конкретную страницу или связь, когда помощник неправильно понимает состояние проекта.
При этом страницы содержат производное представление о работе. Исходные сообщения сохраняют роль доказательств. Отдельный журнал SQLite хранит обязательства, оценки важности, исправления и события аудита. Агент не записывает свои суждения в источники как отметки прочтения или ярлыки. Благодаря разделению можно искать причину ошибки последовательно: неверный источник, неправильно обновлённая память, неудачный поиск или ошибочное окончательное решение.
Выигрыш оказался неравномерным
Сравнение в Agent Memory Benchmark использовало базовый вариант agentic RAG — поиск по материалам в несколько раундов — и вариант с self model. На 31 сложном вопросе точность поднялась с 67,7% до 87,1%. Это особенно интересно для командной работы, где ответ часто складывается из нескольких сообщений. Общий результат измеряет качество ответов в этом наборе, а не скорость сервера или количество одновременно работающих сотрудников.
Есть и обратная сторона. В категории верности ответов корпусу, включавшей 13 вопросов, показатель снизился со 100,0% до 92,3%. На 30 вопросах простого поиска точность упала с 86,7% до 83,3%. Небольшие категории требуют осторожной интерпретации, но сами ухудшения нельзя игнорировать. Для помощника по документам это аргумент сохранить доступ к первоисточнику: даже хорошо организованное обобщение иногда уступает прямому поиску конкретного факта.
Исправление становится частью следующего решения
Постоянная память способна надолго закрепить ошибочную оценку. В описанном рецепте пользователь может перенести обязательство в другую категорию важности или проигнорировать его; последующие запуски сохраняют решение. Изменение один раз попадает в добавляемый журнал аудита. Повторяющиеся исправления могут обновлять небольшую читаемую политику предпочтений, которую пользователь вправе просмотреть, отредактировать или удалить.
Авторы также отделяют срочность входящего сообщения от намерений пользователя. Высший уровень важности предназначен для обязательств, связанных с заявленными приоритетами; размер категорий и порядок ранжирования ограничивает обычный программный код. Для команды это существенная особенность: помощник должен помнить, почему задача важна, и учитывать явное исправление руководителя. Иначе накопление контекста только увеличивает настойчивость ошибочной рекомендации.
Где заканчивается память и начинается действие
NemoClaw связывает пример с защищённой средой NVIDIA OpenShell. Она ограничивает доступ агента к файлам, процессам и сети. Для управляемого выполнения модели и MCP-подключений учётные данные остаются за пределами изолированной среды. Запись о предпочтительном канале связи может помочь предложить действие, однако разрешение на отправку определяется отдельно. Содержимое памяти и найденных документов остаётся входными данными для модели.
Нынешний рецепт посвящён фундаменту памяти: он не отправляет сообщения и не изменяет исходные системы. Люди и сообщения в примере вымышлены, а автономный демонстрационный проход использует записанные решения модели вместо живого выполнения. Поэтому готовить реального командного помощника следует с отдельным бюджетом на организацию и сопровождение памяти. Именно эту подготовку результат NVIDIA делает обоснованной первой инвестицией перед попыткой решить ошибки одной лишь заменой модели.
Что проверить до выбора системы
- Какие переименования проектов и изменения сроков помощник должен связывать между собой?
- Можно ли открыть исходное сообщение из страницы памяти и увидеть происхождение вывода?
- Кто вправе исправлять приоритеты и удалять сохранённые предпочтения?
- Нужна ли сейчас интеграция с рабочими системами или достаточно помощника для чтения?
Выводы для покупателя — наша редакционная интерпретация. Публикация не подтверждает скорость или совместимость конкретной сборки из каталога.