지난 배틀 · 2025-06-27 UTC
Agent Memory 대결 — 2025년 6월 27일
Agent Memory 카테고리에서. 2개의 참가자에 걸쳐 11 표시가 배치되었습니다. LangMem이(가) 왕좌를 차지했습니다.
최종 순위
출전 라인업
참가자들
이 배틀에 참가한 모든 도구의 프로필, 최종 점수순으로 순위가 매겨졌습니다.
"LangMem은 LangChain 팀에서 생산하는 소프트웨어 개발 키트로 AI 에이전트에 장기적인 기억을 부여해준다. 대부분의 LLM 응용 프로그램은 단일 세션의 맥락 창(window)에서 제한된 반면, LangMem은 여러 상호 작용을 거쳐 유용한 정보를 유지하고 시간이 지남에 따라 일관되게 행동하며 개인적으로 행동할 수 있게 지원하는.persistence의 문제를 해결한다. SDK는 에이전트 대화에서 추출, 저장, 검색을 위한 도구를 제공합니다. 단순히 로그인한 원본 트랜스크립트에 의한 것이 아니라, 대화 내용을구조화된 또는 의미론적 기억으로 변환하여 재사용이 가능한 것으로 설계되었습니다. 에이전트는 사용자가 쌓아올린 선호도, 이전 의사결정, 사용자에 대한 사실을 기억할 수 있으며, 이들 정보를 미래의 답변에 포함시킬 수 있습니다. LangMem은 다양한 종류의記憶을 구별한다. 인공지능의 이해를 개념적으로 확장할 때는 인지적 아이디어를 빌려온다. 예를 들어 개념적 memory (사실과 지식)와 episodic memory (지난 일어나고 있는 상호 작용)를 mention 하는 semantic memory, 그리고 procedural memory (학습되었던 동작 또는 지침)를 들 수 있다. 이 기억들을 형성하고, 새로운 정보가 도착한 경우에 이를 업데이트하는 유틸리티도 노출하여, 에이전트의 이해가 진행되어 정체되지 않는다. LangMem은 더 큰 LangChain 및 LangGraph 에코システム 내에서 작동하는 데 적합하고, 지속적인 스토리지 백엔드와 통합되어 프로세스가 끝나도 메모리들이 살아남는 것을 가능하게합니다. 이러한 특성으로 인하여 LangChain 및 LangGraph 프레임워크로 이미 एज언트를 개발하는 팀들이 메모리 계층을 추가하고 싶은데 그 Retrieval과 Consolidation 논리를 다시 조립할 필요가 없는 팀들에게는 자연스럽게 적합한 선택이 되는군요. 대부분의 진보적인 에이전트-기억 도구와 같이 LangMem은 파이썬(과 LangChain stack)에 익숙한 개발자를 대상으로 개발되었어야 마찬가지로 코드를 직접 작성하지 않고 사용하는 사람들을 위해 구축되었지 않습니다. 그뿐만 아니라, 장기적 에이전트 기억의 분야는 여전히 성숙하지 않기 때문에, 패턴 및 API 주변에는 여전히 진화하는 중이니라.
평가 기준 분해
- 대화 추출에서 에이전트의 회고록을 추출합니다.
- 회고록의 저장 및 의미적 검색
- 의미적, 에피소드식 및 절차적 기억의 개념
- 지속적 메모리 업데이트 및 강화를 시간에 따라
- 영구 저장소 백엔드와의 통합
- LangGraph 에이전트 호환성
네온 AI는 서버리스 PostgreSQL 플랫폼으로 AI 에이전트에 의해 동작하는 현대적인 소프트웨어 개발을 지원하기 위해 설계되었습니다. 그것은 즉시 데이터베이스 할당, Git 의 분기와 같은 분기, 자동적인 확장이 있는 시스템으로, 빠른 시간 내에 환경을 구축, 테스트, 파기할 수 있는 팀에 적합합니다. 개발자들이 AI 보강 된 애플리케이션을 xây dựng하는 서비스로, pgvector를 통한 임베딩 지원, 실험을 위해 copy-on-write branch 지원, 에이전트가 프로그램적으로 데이터 베이스를 생성하고 관리할 수 있는 APi 지원 등의 특징이 있습니다. neon은 저장소와 컴퓨팅을 분리함으로써 scale-to-zero定액 요금 모델을 지원하고, 빠른 cold starts를 지원합니다. 팀들은 보통 Neon을 사용하여 SaaS 제품, 다중 테넌트 앱, 프리뷰 환경 및 에이전트 기반 워크플로우에서 필요할 때 임시적인 데이터베이스를 많이 필요로하는 곳에서 사용합니다.
평가 기준 분해
- 서버리스 Postgres 와 자동 스케일링 컴퓨팅
- Git 스타일 데이터베이스 분기를 통해 시간에 따른 복원
- Embedding 및 유사도 검색을 위한 pgvector 확장
- 저장장치와 컴퓨팅을 분리하는 기능
- 개발자 API를 통해 프로그래밍 방식으로 데이터베이스 관리
- 미리보기 환경과 CI/CD 통합