Yapay Zeka Ajanımın Hafıza Grafı Okuma Sırasında mı Değişir, Yoksa Yalnızca Yazarken mi?

Ajanınıza ödeme yeniden deneme (retry) tablosunu sorduğunuzda, sistem size hem tabloyu hem de geçen ay tartıştığınız kuyruk geçişini (queue migration) getirir; çünkü her iki kayıt da aynı servisten bahsetmektedir. Bu ilk başta oldukça kullanışlı görünür. Ancak bir sonraki hafta kuyruğu sorduğunuzda yeniden deneme tablosu yine karşınıza çıkar; sonraki haftalarda da bu durum tekrarlanır. Bir süre sonra şu soruyu sormaya başlarsınız: Bu eşleşme hafıza katmanınızın zamanla öğrendiği dinamik bir ilişki midir, yoksa her defasında aynı ortak varlık eşleşmesinin tetiklendiği ve aslında hiçbir şeyin öğrenilmediği statik bir yapı mıdır?

Tedarikçi sayfalarında yer alan "bilgi grafı" (knowledge graph) ifadesi gerçeği yansıtsa da asıl soruya yanıt vermez. Bu kategorideki neredeyse her ürün bir graf inşa eder; dolayısıyla özellik listeleri ürünleri birbirinden ayırmaya yetmez. Asıl ayrım noktası; bir düğümün ne olduğu, kenarların ne zaman kurulduğu ve en önemlisi yeni bir veri yazıldığında değil, bir arama sonucu döndüğünde yani bir okuma yapıldığında grafta bir şeylerin değişip değişmediğidir.

Mem0, Graphiti destekli Zep, Cognee, Letta, Supermemory ve Mnemoverse olmak üzere altı sistem incelendiğinde şu temel tablo ortaya çıkmaktadır:

İncelenen sistemlerin tamamında kenarlar (edges) veriyi sisteme yazarken oluşturulur.
İki sistem, okuma yapıldığında graf üzerinde daha ileriye doğru gezinme (graph walk) yürütür.
Yalnızca bir sistem, okuma anında bir pekiştirme (reinforcement) kaydı yazar.
Bir okumanın bir kenarı somut ve doğrulanabilir biçimde güçlendirdiği tek yer ise ticari bir ürün değil, bir araştırma deposudur.

Altı Graf, Dört Farklı Düğüm Türü

İncelenen platformlar hafıza düğümlerini ve ilişkilerini mimari olarak farklı şekillerde modeller:

Zep: Geçici Bağlam Grafı (temporal Context Graph) ajan hafızasının temel birimidir. Düğümler varlıklar (entities), kenarlar ise olgular veya ilişkilerdir. Graf yalnızca yeni veri sisteme ulaştığında güncellenir.
Cognee: Varlıkları ve ilişkileri bir graf deposuna ayrıştırır. Getirme (retrieval) kılavuzunda açıkça belirtildiği üzere önce düğümler seçilir; bir kenar ise ancak bağladığı iki düğüm birden seçildiyse sonuca taşınır.
Mem0: İki parçalı (bipartite) bir hafıza grafı sunar. Varlıklar tek bir kez saklanır; iki anı yalnızca ortak bir varlıktan bahsettiklerinde birbirine bağlanır ve okuma anında herhangi bir öğrenme gerçekleşmez.
Letta: Bellek dosyaları arasındaki bağlantıları ve referansları çözümler.
Supermemory: Ürün sayfasında bellek odaklı bir graf yapısı vadeder.
Mnemoverse: Birlikte etkinleşme (co_activate) yoluyla güçlenen ağırlıklı kenarlara sahip bir çağrışım katmanı tanımlar. Bellekler depolandıkça ve kullanıldıkça kavram bağlantılarının öğrenildiğini iddia etse de motoru kapalı kaynaklı olduğundan bu mekanizma harici olarak doğrulanamaz.

Yazılım Geliştiriciler İçin Pratik Çıkarımlar

Statik Eşleşme Yanılgısı: Üretim ortamında çalışan ajanların çoğu okuma anında hafızalarını dinamik olarak güncellemez; sadece yazma anında indekslenen durağan ilişkileri sorgular.
Gereksiz Bağlam Kirliliği: Kullanım sıklığına veya geri bildirime göre zayıflamayan kenarlar, ajan istemine (prompt) sürekli alakasız geçmiş bağlamları taşıyarak token maliyetini ve bağlam gürültüsünü artırır.
Mimari Tercih: Ajan sistemlerinizde hafıza katmanı seçerken pazarlama terimlerine değil, grafın okuma sırasında ağırlık güncelleyip güncellemediğine ve bu mekanizmanın şeffaflığına odaklanmalısınız.

Orijinal kaynağa buradan ulaşabilirsiniz.

Bu konuyu derinlemesine öğrenmek isterseniz: Production'da Agent Güvenilirliği modülüne göz atın.