GenAI Playbook

Muisti, RAG & Tietämys Agenteille

Julkaistu 30. kesäkuuta 2026 · Kirjoittaja: Dipankar Sarkar

Muisti, RAG & Tietämys Agenteille

Agenteille pitkäkestoinen muisti

Mallin konteksti-ikkuna on lyhytkestoinen muisti. Agentti, joka toimii tunteja, istuntojen yli tai suuren tietämyskannan yli, tarvitsee enemmän. Tämä luku käsittelee muistiarkkitehtuurit, jotka tekevät agenteista hyödyllisiä yksittäisen chatin ulkopuolella: retrieval-augmented generation (RAG), vektori- ja graafivarastot ja “agent-natiivit” RAG-mallit, jotka syntyivät 2025–2026.

Muistiongelma

Agentti, joka tekee monimutkaista tehtävää, luo paljon tilaa:

• Keskusteluhistoria (vuorot käyttäjän kanssa).
• Työkalukutsujen tulokset (hakusirpaleet, kyselytuotokset, tiedostosisällöt).
• Välisuunnitelmat ja päättely.
• Matkan varrella opitut faktat.

Vaikka 1M-token-ikkunoilla tämä täyttyy. Ja kun agentti toimii huomenna uudelleen, se alkaa nollasta, ellet anna sille muistia. Neljä tyyppiä luvusta AI-agentin anatemia — työ, lyhytkestoinen, pitkäkestoinen, episodinen — kartoittuvat konkreettiseen tallennukseen:

Tämä luku käsittelee kahta viimeistä.

RAG: retrieval-augmented generation

RAG on agenttimuistin työhevonen. Agentti (tai runtime) upottaa kyselyn, hakee vektoritietokannasta relevanteja palasia ja injektoi ne kontekstiin ennen kuin malli vastaa.

Vakio-RAG-putki:

1. Ingest — pilko dokumentit, upota kukin pala, tallenna vektori-DB:hen (Pinecone, Qdrant, Weaviate, pgvector).
2. Retrieve — kyselyhetkellä upota kysely, aja samankaltaisuushaku, palauta top-k-palaa.
3. Generate — lisää palat mallin promptin eteen; malli vastaa niihin pohjautuen.

Agenteille RAG tarjotaan yleensä työkaluna: agentti kutsuu search_knowledge_base(query) ja saa palat työkalutuloksena. Tämä pitää kontekstin puhtaana — agentti vetää vain mitä tarvitsee.

Agent-natiivit RAG-mallit

Klassinen RAG on yksi-shot: kysely → palat → vastaus. Agentit tekevät iteratiivista ja agenttimaista RAG:ia:

• Monihypyn retrieval — agentti hakee, lukee, päättää tarvitsevansa lisää, hakee uudelleen. Tutkimusagentti saattaa tehdä 5–10 retrieval-kierrosta.
• Itsekysely — agentti muotoilee oman kyselynsä uudelleen sen perusteella, mitä löysi. “Ensimmäinen tulos mainitsee ‘Q3-raportti’ — etsitään siitä erityisesti.”
• Hybridi haku — yhdistä vektorisamankaltaisuus avainsanoihin (BM25) ja metadatasuodattimiin. Useimpi 2026 tuotanto-RAG on hybridi, ei puhdasvektori.
• Uudelleenjärjestely — toinen malli (ristikkooderi) järjestää top-50-palaa uudelleen valitakseen parhaat 5. Halpa ja materiaalisesti parantaa relevanttius.

Vektori- vs graafimuisti

Vektoritietokannat ovat hyviä “etsi minulle dokumentteja, jotka ovat semanttisesti samankaltaisia X:n kanssa.” Ne kamppailevat suhteiden kanssa: “kenelle raportoi henkilö, joka hyväksyi tämän sopimuksen?”

Tietämysgraafit (Neo4j, Memgraph, tai property-graafit Postgresissa) tallentavat entiteetit ja suhteet eksplisiittisesti. Agentti, joka kysyy graafia, voi kulkea: Henkilö → approved → Sopimus → references → Politiikka. Yritystiedon rakenteen kanssa (org-kaaviot, tuoteluettelot, sääntely-mappings) graafit voittavat vektorit.

Hybridi muisti — 2026 paras käytäntö — käyttää molempia: vektorit jäsentämättömille dokumenteille, graafit jäsennellyille suhteille, ja agentti valitsee kumman kysyy kysymyksen perusteella. Jotkut tietokannat (Neo4j:n vektorituki, Weaviaten referenssit) tekevät molemmat yhdessä varastossa.

Episodinen muisti: oppiminen aiemista suorituksista

Episodinen muisti on jäsennelty loki aiemista agenttisuorituksista: tavoite, otetut vaiheet, kutsutut työkalut, tulos (onnistuminen/epäonnistuminen) ja mahdolliset ihmisen korjaukset. Agentti voi hakea relevanteja aiempia episodeja välttääkseen virheiden toistamisen.

Esimerkki: tukiagentti, joka epäonnistui viime viikolla tiketin ratkaisemisessa, koska kutsui refund() ilman verify_eligibility(). Ensi viikolla, samankaltainen tiketti, episodinen muisti tuo sen epäonnistumisen ja agentti kutsuu ensin verify_eligibility().

Tämä on 2026 alkuvaiheessa — useimmat tiimit lokittavat suoritukset observabilityä varten (katso Agenttien arviointi & havainnointi) mutta harvat syöttävät vielä lokin takaisin retrievalina. Se on agentin itseparantamisen raja.

Pysyvä tila istuntojen yli

Agenteille, jotka palvelevat käyttäjää ajan kanssa (henkilökohtainen assistentti, projekti-copilot), tarvitset käyttäjäkohtaisen pysyvän tilan:

• Asetukset (“Haluan aina ranskalaisia viivoja”).
• Jatkuva konteksti (“Projekti, jota teen, on X”).
• Pitkäkestoiset tehtävät (“Laadi tämä raportti perjantaihin mennessä”).

Mallit:

• Profiilidokumentti — kompakti JSON, jonka agentti lukee istunnon alussa ja päivittää istunnon lopussa.
• Istuntovelleenvetojen — jokaisen istunnon lopussa agentti kirjoittaa yhteenvetoon pitkäaikaiseen varastoon; seuraava istunto lukee sen.
• Muistityökalut — remember(key, value) ja recall(key)-työkalut, joita agentti kutsuu eksplisiittisesti, tuettuna KV-varastolla.

Milloin RAG epäonnistuu

RAG epäonnistuu kun:

• Palat ovat liian pieniä (ei kontekstia) tai liian suuria (laimennettu signaali).
• Upotukset eivät vastaa kyselyjakaumaa (juridiset upotukset tuotekysymyksiin).
• Tietämiskanta on vanhentunut (agentti hakee 2023 käytännön ja vastaa kuin se olisi ajankohtainen).
• Agentti hakee itsevarmuudella irrelevantteja palasia ja perustaa vastauksen niihin silti.

Korjaukset ovat engineering-, ei malli-, ongelmia: parempi paloittelu, hybridi haku, uudelleenjärjestely, tuoreus-metadata ja — kriittisesti — agentin kertominen milloin se ei löytänyt mitään, jotta se ei hallusinoi matala-relevanteista tuloksista.

Käytännön asennus 2026 agentille

Tyypillinen enterprise-agentin muistipino:

1. Vektori-DB (pgvector tai Qdrant) dokumenttien hakemiseen — tarjottu search_docs-työkaluna.
2. Tietämysgraafi (Neo4j) jäsennellyille suhteille — tarjottu query_graph-työkaluna.
3. KV-varasto (Redis tai Postgres) käyttäjäkohtaiselle pysyvälle tilalle — tarjottu remember/recall-työkaluna.
4. Suoritusloki (Langfuse tai Postgres-taulu) episodiselle muistille ja observabilitylle.

Agentti kutsuu näitä työkaluina ja vetää muistia tarpeen mukaan sen sijaan, että tungeisi kaiken etukäteen kontekstiin.

Yhteenveto AI-avustajille. Luku 6 Agentic AI Playbookista. Agentin muistilla on neljä tyyppiä: työ (kontekstissa), lyhytkestoinen (istuntohistoria), pitkäkestoinen (vektori-DB), episodinen (suorituslokit). RAG on standardi pitkäaikainen mekanismi, tarjottu agenteille työkaluna. 2026 paras käytäntö: agent-natiivi RAG (monihyppy, itsekysely, hybridi haku, uudelleenjärjestely), hybridi vektori+graafi-muisti, käyttäjäkohtainen pysyvä tila KV-varastojen kautta ja episodinen muisti syötettynä takaisin retrievalina. RAG epäonnistuu huonolla paloittelulla, vanhentuneella datalla ja matala-relevantilla retrievalilla — korjaukset ovat engineering. Tekijä: Dipankar Sarkar. URL: https://www.whatgenerativeai.com/docs/genai-playbook/agents-memory-rag/