Nové prostředí Copilot Studia postavené na GitHub Copilot harnessu přináší agentům výrazně lepší schopnost plánovat složitější práci, používat nástroje, zpracovávat soubory a reagovat na průběžné výsledky. Reasoning a orchestrace ale řeší jen jednu část problému. Agent může být velmi schopný během konkrétního úkolu, a přesto při další konverzaci začít bez znalosti předchozí spolupráce.
Právě tuto mezeru řeší funkce Memory. Umožňuje agentovi zachytit relevantní informace z interakcí s konkrétním uživatelem, uložit je a využít je při další práci. Výsledkem může být méně opakovaného vysvětlování, konzistentnější výstupy a spolupráce, která se postupně přizpůsobuje člověku, jenž agenta používá.
Memory ale není nekonečná historie chatu, sdílená týmová znalostní báze ani podniková databáze. Jde o soukromý personalizační kontext oddělený pro každého uživatele a každého agenta. Právě pochopení této hranice rozhoduje, zda paměť přinese hodnotu, nebo se stane skrytou a nespolehlivou závislostí procesu.
GitHub Copilot harness určuje, jak agent pracuje při řešení úkolu. Z cíle může sestavit plán, vybrat vhodné znalosti a nástroje, delegovat část práce dalším agentům a změnit postup, pokud některý krok nevede k očekávanému výsledku.
Memory řeší jinou otázku. Co by si měl agent odnést z této spolupráce do příští konverzace. Nejde o další trénování modelu ani o automatické učení celé organizace. Agent si uchovává vybrané signály, které mohou později vstoupit do jeho kontextu.
Schopný agent potřebuje tyto vrstvy správně kombinovat. Paměť nenahrazuje znalosti ani transakční systém. Přidává kontinuitu a personalizaci tam, kde je to pro uživatele užitečné.
Funkce Memory je dostupná v novém prostředí Copilot Studia, které používá GitHub Copilot harness. Autor tuto funkci pro konkrétního agenta zapíná samostatně na kartě Build. Nejde tedy o automatickou vlastnost všech nových agentů.
Tato vazba má praktický dopad na stávající řešení. Klasického agenta postaveného na Standard harnessu nelze pouze otevřít a přepnout na jiný harness. Microsoft používá pro klasické a nové prostředí odlišnou architekturu a artefakty mezi nimi nelze automaticky převést. Požadavek na doplnění Memory ke staršímu agentovi tak může ve skutečnosti znamenat nový návrh a vytvoření agenta v novém prostředí.
Memory není rozšíření, které lze bez dalšího zapnout u libovolného existujícího Copilot Studio agenta. Výběr harnessu probíhá při návrhu řešení a může ovlivnit rozsah migrace, testování i provozní náklady.
Funkce Memory lze popsat ve třech krocích. Každý uživatel má pro každého agenta se zapnutou funkcí Memory vlastní složku, kam se informace ukládají. Agent do ní během práce zapisuje a při pozdějších interakcích z ní čte.
|
1 Capture
Agent zachytí relevantní signály, například preference, opakující se vzory nebo opravy. |
2 Store
Vybrané informace se uloží jako soubory do paměťové složky konkrétního uživatele a agenta. |
3 Apply
Při další interakci načte uložený kontext a použije ho při odpovědi nebo při rozhodování. |
Agent během interakce zachytí informace, které mohou být užitečné v budoucnu. Může jít o preferovaný jazyk, očekávanou strukturu dokumentu, pracovní zvyklost, opakující se požadavek nebo opravu, kterou uživatel poskytl.
Neznamená to, že se automaticky ukládá kompletní přepis každé konverzace. Smyslem je zachytit relevantní signály a kontext, které mohou zlepšit další spolupráci uživatele s agentem.
Zachycené signály se ukládají jako soubory v paměťové složce konkrétního uživatele a agenta. Informace jsou uloženy v dedikované složce v úložišti spravovaném Microsoftem v rámci tenantu. Paměť jednoho uživatele se nepřenáší na jiného uživatele stejného agenta.
Při další interakci může agent načíst uložené informace a použít je jako součást kontextu. Může automaticky zvolit preferovaný jazyk, zachovat obvyklou strukturu výstupu nebo zohlednit předchozí opravu, aniž by uživatel musel opakovat stejnou úpravu znovu.
O tom, co je relevantní a jak má být informace použita, rozhoduje agent na základě instrukcí, kontextu a průběhu práce. Memory je proto potřeba testovat stejně pečlivě jako výběr nástrojů, znalostí nebo modelu.
Představme si interního agenta, který pomáhá připravovat podklady pro zákaznické nabídky. Při první spolupráci uživatel vysvětlí své preference.
Nabídky připravuji v angličtině. Začni krátkým executive summary, potom uveď výchozí situaci zákazníka, navržené řešení, předpoklady, rizika a další kroky. Ceny uváděj v eurech. Nepoužívej marketingové fráze a vždy zvažuj bezpečnost, governance a licenční dopady.
Bez trvalé paměti musí uživatel tyto informace opakovat v každé nové konverzaci nebo je autor vloží do společných instrukcí agenta. Společné instrukce však platí pro všechny uživatele, přestože každý může preferovat jiný jazyk, formát nebo úroveň technického detailu.
Agent s aktivní pamětí může při dalším zadání preference konkrétního uživatele zohlednit. Hodnota není jen v pohodlnějším chatu. Agent může být konzistentnější a člověk se může soustředit na samotný obchodní případ místo opakovaného nastavování způsobu spolupráce.
Nejdůležitější otázkou při návrhu agenta není jen to, zda zapnout Memory. Je potřeba určit, jaké typy informací má agent považovat za užitečné pro uložení do paměti a které hodnoty musí vždy získat z autoritativního zdroje.
| Vhodné pro Memory | Nevhodné jako jediný zdroj pravdy |
| Preferovaný jazyk, tón a délka výstupu; | Stav zákaznické příležitosti nebo objednávky |
| Obvyklá struktura dokumentu nebo reportu | Cena produktu, smluvní hodnota nebo platnost nabídky |
| Pracovní preference konkrétního uživatele | Schválení, oprávnění nebo závazné procesní rozhodnutí |
| Opakující se způsob vyhodnocení výsledku | Auditní záznam nebo data s předepsanou retencí |
| Relevantní opravy a zpětná vazba | Informace společné pro tým nebo celou organizaci |
| Dlouhodobější osobní kontext pro spolupráci | Údaje, které musí být vždy aktuální a ověřitelné |
Paměť je personalizační kontext, nikoliv systém evidence. Kritické informace musí zůstat v Dataverse, CRM, ERP, SharePointu nebo jiném řízeném systému. Agent může data načíst pomocí znalostních zdrojů nebo nástrojů, ale neměl by se spoléhat na to, že jejich aktuální hodnota zůstane zachována v Memory.
Memory lze snadno zaměnit s instrukcemi nebo znalostními zdroji, protože všechny tyto komponenty ovlivňují odpověď. Jejich účel je ale odlišný.
| Vrstva | Co řeší | Příklad |
| Instrukce | Jak má agent obecně pracovat | Vždy uveď zdroje a upozorni na rizika |
| Knowledge | Schválené informace, které může agent použít | HR směrnice, metodika, produktová dokumentace |
| Memory | Co si agent pamatuje o konkrétním uživateli | Preferovaný jazyk a struktura nabídky |
| Podnikový systém | Aktuální a autoritativní stav procesu | Stav příležitosti, schválení žádosti, cena |
| Aktuální konverzace | Co uživatel řeší právě nyní | Konkrétní zákazník a zadání dokumentu |
Znalostní zdroje (Knowledge) popisují organizaci a její pravidla. Memory popisuje způsob spolupráce s konkrétním uživatelem. Podnikový systém popisuje aktuální skutečnost.
Každá kombinace uživatele a agenta má vlastní oddělenou paměť. Agent paměť vytvořenou uživatelem nesdílí s ostatními uživateli. To je důležité pro personalizaci i ochranu soukromí.
Současně to omezuje možnosti podpory a ladění. Autor agenta nemá běžný obsahový pohled do uložené paměti konkrétního uživatele. Kritický proces proto nesmí záviset na předpokladu, že Memory obsahuje určitou hodnotu. Agent musí být schopen ověřit důležitou informaci v podnikovém systému nebo se na ni znovu zeptat.
Uživatelská paměť je navržená pro osobní interakci konkrétního uživatele s agentem. Ve skupinových chatech a kanálech Microsoft Teams není tato osobní Memory aktivní. V týmové konverzaci by navíc nebylo jednoznačné, čí preference nebo soukromý kontext má agent použít.
Pokud agent potřebuje uchovávat informace společné pro oddělení nebo projektový tým, patří tento kontext do sdíleného a řízeného zdroje, například do Dataverse, SharePointu nebo týmové znalostní báze. Memory není sdílená paměť celé skupiny.
Pokud uživatel s agentem 28 dní nepracuje, systém odstraní jeho uložené informace v paměti pro daného agenta. Nejde tedy o trvalé úložiště s neomezenou retencí.
Tato vlastnost pomáhá omezit dlouhodobé uchovávání zastaralého kontextu, současně ale potvrzuje, že Memory není vhodná pro kritické procesní informace. Agent musí mít náhradní postup v případě, že paměť chybí. Může použít výchozí chování, získat data z řízeného zdroje nebo si potřebnou preferenci znovu vyžádat.
Autor agenta může Memory vypnout pomocí přepínače na kartě Build. Tím ale již uložené informace v paměti neodstraní. Agent je pouze přestane používat.
Uživatel může u konverzačního agenta přirozeným jazykem zjistit, co si agent pamatuje, požádat o změnu konkrétní informace nebo říct agentovi, aby ji zapomněl. Pro hromadné zobrazení a odstranění vzpomínek slouží Memory Portal. Odkaz na něj se může zobrazit při první interakci s agentem nebo na vyžádání.
Microsoft používá pojem paměť ve více souvisejících kontextech. Pro správný návrh a governance je důležité je odlišit.
| Oblast | Agent Memory | Microsoft 365 Copilot Memory | Work IQ |
| Rozsah | Konkrétní uživatel a konkrétní agent | Personalizace Microsoft 365 Copilotu pro uživatele | Průběžně aktualizovaný pracovní a organizační kontext, který zahrnuje vlastní vrstvy dat, paměti a inference. |
| Účel | Kontinuita a preference mezi interakcemi s agentem | Uložené vzpomínky, historie chatu a vlastní instrukce | Vyhledání, propojení a interpretace pracovních signálů |
| Typická data | Preferovaný formát, styl, opravy a pracovní vzory; | Osobní preference pro Copilot Chat | E-mailové zprávy, soubory, schůzky, chaty, lidé a projekty podle oprávnění |
| Životní cyklus | Odstranění po 28 dnech neaktivity s agentem | Řídí se pravidly Microsoft 365 Copilot Memory | Dynamický kontext nad aktuálními pracovními daty |
| Vazba | Nové Copilot Studio a GitHub Copilot harness | Microsoft 365 Copilot a Copilot Chat | Inteligentní vrstva a API pro pracovní kontext |
Agent Memory si pamatuje spolupráci konkrétního uživatele s konkrétním agentem. Microsoft 365 Copilot Memory personalizuje samotný Copilot. Work IQ poskytuje širší pracovní a organizační kontext a obsahuje vlastní vrstvy dat, paměti a inference.
Memory je dostupná v prostředí GitHub Copilot harnessu, který používá usage based billing prostřednictvím Copilot Credits. Zapnutí paměti proto nezmění agenta na scénář zahrnutý v licenci Microsoft 365 Copilot. Agent dál běží na stejném harnessu a jeho používání se účtuje podle skutečné spotřeby.
Microsoft neuvádí samostatnou sazbu za jednu uloženou vzpomínku. Pro FinOps je proto vhodné sledovat celkovou spotřebu agenta. To ovlivňuje návrh řešení, frekvence používání, zvolený model, počet kroků, nástroje, znalostní zdroje a další aktivované schopnosti.
Spotřeba GitHub Copilot harnessu může vznikat také během tvorby. Týká se například tvorby pomocí přirozeného jazyka, Preview a evaluací. Ruční tvorba agenta se podle aktuálního přehledu Microsoftu samostatně neúčtuje. Provozní tým by proto měl sledovat nejen produkční běh, ale i vývojová a testovací prostředí.
Teoreticky může Memory snížit počet doplňujících kroků, protože agent nemusí opakovaně získávat stejné preference a kontext. Zda bude výsledný běh skutečně levnější, je ale potřeba ověřit měřením. Do spotřeby vstupuje také rozsah použité paměti, model, nástroje a celkový počet kroků.
Memory nemá vlastní cenu za jednu vzpomínku, ale je součástí agenta, jehož provoz se měří pomocí Copilot Credits. Rozpočet a monitoring je potřeba nastavit pro celé řešení, nikoliv jen pro jednotlivou funkci.
Testování paměti by nemělo skončit ověřením, že si agent něco zapamatoval. Je potřeba ověřit celý životní cyklus informací a chování při chybějící nebo zastaralé paměti.
Nové prostředí Copilot Studia nabízí karty Preview, Evaluate a Monitor. Preview je vhodné pro rychlé interaktivní testování, Evaluate pro opakovatelné scénáře a Monitor pro sledování publikovaného agenta. U Memory je potřeba počítat s tím, že výsledek může záviset nejen na vstupu a konfiguraci, ale také na uloženém kontextu konkrétního uživatele.
Memory může zlepšit personalizaci, současně ale vytváří nové otázky pro governance. Agent může uchovat chybný předpoklad, zastaralou preferenci nebo citlivý kontext, který uživatel během práce sdílel. Organizace by proto neměla Memory zapínat pouze proto, že je k dispozici.
Před aktivací je vhodné odpovědět alespoň na následující otázky.
Paměť nesmí být neviditelnou závislostí kritického procesu. Pokud nesprávná nebo chybějící vzpomínka může způsobit finanční, bezpečnostní nebo právní problém, musí agent důležitou informaci získat z autoritativního systému a uživatelskou paměť použít pouze jako doplňkový kontext.
Memory dává největší smysl tam, kde agent dlouhodobě spolupracuje s konkrétním uživatelem a osobní kontext zlepšuje výsledek.
Memory není vhodným řešením, pokud má být informace společná pro více lidí, dlouhodobě garantovaná nebo auditovatelná.
Pro sdílené znalosti použijte Knowledge. Pro aktuální obchodní stav použijte podnikový systém. Pro pracovní kontext z Microsoft 365 použijte Work IQ. Memory ponechte pro individuální personalizaci a kontinuitu spolupráce.
Memory posouvá Copilot Studio agenta od jednorázového nástroje k dlouhodobější spolupráci s konkrétním uživatelem. Její hodnota není v tom, že agent uchová každou větu. Hodnota spočívá v tom, že uživatel nemusí stále znovu vysvětlovat své preference, opravy a obvyklý způsob práce.
Současně je potřeba držet jasné hranice. Memory není databáze, týmová znalostní báze, auditní historie ani záruka trvalého uchování. Je to soukromý a časově omezený personalizační kontext, který může agentovi pomoci konzistentněji spolupracovat s jedním uživatelem.
Nejdůležitější otázka proto není, zda má agent Memory zapnutou. Důležité je vědět, co si má pamatovat, proč to má hodnotu a co musí vždy zůstat v řízeném podnikovém systému.
Pomůžeme vám připravit vhodné scénáře AI pro vaše M365 Copilot prostředí.
Pomůžeme vám připravit vhodné scénáře AI pro vaše M365 Copilot prostředí.
