A medida que los agentes LLM pasan de escenarios de un solo usuario a escenarios colaborativos multiusuario, la gestión de la memoria se convierte en un cuello de botella crítico. Los sistemas existentes como MemGPT, MemTree y GraphRAG se centran en la memoria de un solo agente, pero no logran manejar contextos compartidos donde múltiples usuarios y agentes necesitan acceder y actualizar información de manera segura. El framework Collaborative Memory, publicado recientemente en arXiv, propone una solución que combina el intercambio de memoria multiusuario con control de acceso dinámico. Aborda la asimetría de información al permitir que los agentes compartan conocimiento selectivamente mientras respetan los permisos de los usuarios. Esto es particularmente relevante para aplicaciones empresariales donde equipos de agentes y humanos colaboran en tareas compartidas. El diseño del framework sugiere un cambio hacia sistemas de memoria más estructurados y conscientes de permisos en futuras arquitecturas de agentes.
Un nuevo framework, Collaborative Memory, permite a los agentes LLM multiusuario compartir memoria con control de acceso dinámico, abordando desafíos de asimetría de información y permisos.