Что останется после замены модели Исследователи Caltech опубликовали работу о постоянной памяти агентов. В их парадигме (__knowledge-centric self-improvement__) агенты сохраняют подтверждённые наблюдения в общей для них базе знаний, сжимают его и повторно используют на новых задачах. Авторы сообщают, что часть такого знания переносится и между семействами моделей, пока только в границах контролируемого эксперимента Хороший вопрос к вашему агентному процессу: если завтра заменить поставщика модели, останутся ли проверенные решения, исключения и отрицательные результаты экспериментов, или ваша команда снова начнёт обучение с нуля? p.s. - Например, я в своих агентах для повышения рабочей продуктивности использую простое хранилище на базе редактора obsidian и md файлов, синхронизирую его со своим github: там и сами агенты, и скиллы, которыми они выполняют свои задачи: собирают для меня регулярный дашборд с отчётом по результатам за неделю и т.п.