Проще говоря, session memory - это память текущего разговора или текущей рабочей сессии. Пока пользователь заполняет заявку, настраивает агента, общается с поддержкой или проходит многошаговый сценарий, агент держит временный контекст и не заставляет повторять одно и то же.
Session memory отличается от long-term memory. Долгосрочная память может сохраняться между визитами и использоваться через недели или месяцы. Session memory обычно нужна только здесь и сейчас: пока открыт чат, активна задача, идет оформление заказа или продолжается диалог.
В AI-агентах session memory часто хранит выбранный режим, последние уточнения, временные параметры, промежуточные результаты, список уже заданных вопросов, текущий step workflow и ссылки на вызовы инструментов. Это особенно полезно для чат-виджетов, поддержки, onboarding, CRM-сценариев и multi-step forms.
Важно не путать session memory с полным context window. Модель не обязана видеть всю историю сессии целиком. Хорошая session memory хранит компактную выжимку: что важно для продолжения задачи, какие решения уже приняты и какие данные еще нужны.
Session memory может храниться в браузерной сессии, Redis, базе данных, cookie, server-side session или объекте workflow. Для production лучше выбирать серверное хранилище, если в памяти есть бизнес-данные, статусы заказов, персональные данные или результаты вызовов инструментов.
Главные риски - утечка данных между сессиями, устаревшая память, слишком длинный контекст и сохранение чувствительных данных без необходимости. Поэтому session memory должна быть привязана к session_id или user_id, иметь TTL и очищаться после завершения сценария.
Практичный подход: хранить session memory как структурированный объект. Например: current_goal, current_step, user_choices, collected_fields, pending_questions, tool_results, temporary_constraints. Тогда агенту проще продолжить работу и безопаснее обновлять состояние.
Примеры
- Чат-виджет поддержки помнит в рамках сессии номер заказа, проблему клиента и уже проверенные статусы.
- AI-агент для onboarding запоминает, какие шаги пользователь уже прошел и какие поля еще нужно заполнить.
- В CRM-сценарии агент держит текущий deal_id и выбранное действие, пока пользователь подтверждает обновление.
- Агент по документам помнит загруженный файл и промежуточные выводы до завершения проверки.
- После закрытия чата session memory очищается, чтобы временные данные не попали в следующий диалог.
Где используется
- многошаговый диалог с AI-агентом
- чат-виджет поддержки
- onboarding и настройка продукта
- оформление заявки или заказа
- временное хранение выбора пользователя
- контроль текущего шага workflow
- сжатие истории сессии
- сохранение промежуточных результатов инструментов
- очистка временного контекста после завершения задачи
Связанные термины
Agent state
Checkpoint
Checkpointer
Consent на память
Context compression
Conversation context
Shared state
Simple memory
Частые вопросы
Что такое session memory простыми словами?
Это временная память AI-агента внутри одной сессии: что пользователь уже сказал, что выбрал и на каком шаге находится задача.
Чем session memory отличается от long-term memory?
Session memory нужна для текущего диалога и обычно очищается после завершения сессии. Long-term memory может сохраняться между сессиями надолго.
Чем session memory отличается от conversation context?
Conversation context - это данные, переданные модели в конкретный запрос. Session memory может храниться отдельно и подставляться в контекст только частично.
Где хранить session memory?
Для прототипа подойдет память процесса или session storage. Для production лучше Redis, PostgreSQL или server-side session с TTL и привязкой к пользователю.
Какие риски есть у session memory?
Смешивание данных разных пользователей, хранение лишних персональных данных, устаревший контекст, слишком длинная история и отсутствие очистки после завершения задачи.
