Perplexity розповіла про архітектуру пам’яті Brain і тестування Agent API

2 листопада 2026 року Perplexity опублікувала технічний посібник зі створення довготривалої пам’яті для ШІ-агентів, у якому докладно описала систему Brain у Perplexity Computer, компоненти Agent API для побудови пам’яті та тести, що перевіряють, чи покращує збережений контекст подальшу роботу агента.

Архітектура Brain і повідомлені результати

Perplexity описує Brain як систему пам’яті для Computer, що самовдосконалюється та покликана впорядковувати попередню роботу й виправлення у вікі знань, яка постійно розвивається. Система використовує пам’ять на рівні токенів: інформація зберігається поза моделлю й за потреби завантажується в контекст. Зміна сторінки вікі змінює те, до чого агент може звернутися під час наступного завдання, не змінюючи засвоєні моделлю ваги.

Brain зберігає ці записи у вигляді файлів у пісочниці агента на трьох рівнях. Каталог sessions/ містить необроблені стенограми та їхні підсумки, notes/ упорядковує узагальнену інформацію за темами, а knowledge/ містить пов’язані між собою сторінки вікі у форматі Markdown про людей, проєкти й поняття. У посібнику записи сеансів класифіковано як епізодичну пам’ять, а вікі — як семантичну; навички та збережені інструкції забезпечують процедурну пам’ять про те, як слід виконувати завдання.

Фонові агенти під назвою Dream щоночі опрацьовують записи сеансів за день, створюють підсумки й переглядають вікі, якщо інформація змінилася. Perplexity стверджує, що перевіряє підготовлені зміни до їх фіксації в Git, залишаючи доступною для перегляду різницю між версіями. Кожен запис у пам’яті містить посилання на джерело, а фонові оновлення Brain зміцнюють інформацію, що залишається актуальною, переглядають записи після змін і позначають застарілі матеріали.

За повідомленням Perplexity, у парному оцінюванні тривалістю 30 днів сеанси з Brain підвищили точність на 9,3 відсоткового пункта, а повноту пригадування — на 8,9 відсоткового пункта, водночас використовуючи приблизно на 15% менше токенів. В окремому внутрішньому тестуванні на 150 запитаннях про фінансові документи агент-дослідник, який використовував стандартні файлові інструменти, набрав 0,627 бала за відповіді, тоді як семантичний пошук у тому самому корпусі — близько 0,37 бала.

Компоненти пам’яті Agent API

Perplexity чітко відмежовує свою пропозицію для розробників від Brain: Agent API не містить системи пам’яті, яка підтримує себе самостійно. Натомість API пропонує процедури з керуванням версіями, способи перенесення контексту розмови між запитами та інструменти для читання з керованого розробником сховища й запису до нього.

Користувацька навичка об’єднує інструкції, процедури й допоміжні файли під одним номером версії. Профіль зберігає ширшу конфігурацію, зокрема модель, інструкції, інструменти, навички, конектори й параметри запуску, під одним ID із номером версії. Навички не навчаються самостійно: їхні інструкції змінюються, коли людина або автоматизований процес завантажує нову версію.

Щоб зберегти робочий контекст між ходами розмови, розробники мають два варіанти. Вони можуть додати вибрані попередні повідомлення до масиву вхідних даних наступного запиту, вирішивши, що зберегти, підсумувати, вилучити або відкинути. Інший варіант — передати ID завершеної відповіді як previous_response_id, що дає змогу Perplexity підтримувати стан розмови на своїх серверах без повторного надсилання застосунком попередніх ходів. За будь-якого з цих підходів для наступної відповіді все одно потрібно передати всі нові інструкції, інструменти чи налаштування моделі.

За зберігання епізодичної та семантичної пам’яті відповідає розробник. Виклики функцій дають змогу реалізувати операцію читання до початку роботи агента й операцію запису після її завершення; застосунок виконує виклики та повертає результати. Фіксація результату, підтверджувального джерела й подальшого виправлення від користувача дає змогу започаткувати епізодичний запис, а не просто занотувати, що інформацію було отримано. Сумісний віддалений сервер MCP пропонує ще один спосіб: він надає доступ до операцій із пам’яттю без окремих обгорток для користувацьких функцій. Серед керованих конекторів Perplexity називає GitHub, Slack, Google Drive, Datadog, Linear і Notion, а користувацькі конектори можуть забезпечити доступ до внутрішніх систем.

Тестування та засоби керування Computer

Під час тесту з новим сеансом, описаного в посібнику, запит надсилають без повторного відтворення повідомлень або previous_response_id, але зберігають доступ до того самого сховища пам’яті. Потім агенту доручають виконати пов’язане завдання, не повідомляючи йому повторно про попереднє виправлення. Для агента розгортання Perplexity пропонує перевіряти, чи отримує агент перевірену команду відкату для відповідної служби й використовує її, чи залишає незмінними процедури для інших служб, а також чи застосовує новіші вказівки, якщо команду змінено, зберігаючи при цьому джерело, яке можна відстежити.

Порівнюючи результати з пам’яттю та без неї, Perplexity рекомендує не змінювати версії моделі, профілю й навички та щоразу починати з відомого знімка сховища, щоб один тест не навчив агента відповіді для наступного. Також компанія радить зберігати невдалі випадки, щоб у наступних версіях їх можна було виправити. Замість того щоб покладатися лише на здатність пригадувати, посібник рекомендує вимірювати, чи виконує агент завдання, що залежать від пам’яті, враховуючи також вартість і затримку.

У Computer Brain спирається на сеанси, підключені інструменти, файли й артефакти, а також виправлення користувачів. У розділі Memory користувачі можуть переглядати записи, відстежувати їхнє походження до першоджерел, редагувати або видаляти їх. Brain не враховує сеанси в режимі інкогніто й має окремий перемикач.

У прикладі Rho з посібника описано проєкт із виставлення рахунків, у межах якого Computer уночі перевіряв зміни, виявляв невідповідності й публікував ранкове зведення у Slack. За словами Rho, час щотижневих нарад скоротився з 2,5 години до 15 хвилин; компанія також оцінила заощаджений за 12-тижневий проєкт робочий час у 120 годин. Perplexity пояснила, що оцінка в 120 годин охоплювала сукупний робочий процес із конекторами, нічними запусками й зведенням у Slack, і зазначила, що окремий внесок пам’яті поки що не вдалося кількісно оцінити.

Отже, посібник не дає змоги визначити окремий внесок пам’яті в заощадження, про які повідомила Rho.