當您的代理程式記住時,機器會留下什麼?
Engrava 0.6.0 是一個用於管理 AI 代理程式記憶體的 Python 函式庫,即使其 `auto_embed` 欄位設定為 `False`,它也可以將用戶數據傳輸到外部服務進行嵌入。作者描述的測試證實,搜尋查詢和「思維」內容可能會發送到已配置的託管供應商,這種行為與函式庫本身進行供應商呼叫的行為不同。
對於像 Engrava 0.6.0 這樣的 AI 記憶體系統,一個關鍵區別在於函式庫進行內部網絡呼叫(例如用於使用 ping)與由於特定配置導致用戶數據離開機器之間。基本的 `pip install engrava` 不包括第三方 HTTP 用戶端。唯一識別出的標準函式庫網絡呼叫是在基準測試載入器中,這表明核心函式庫本身並非固有地為供應商相關目的「打電話回家」。
然而,用戶數據的傳輸取決於配置。如果配置了託管嵌入供應商,「自動嵌入」的寫入會將「思維的本質和內容」發送到該供應商。關鍵是,在沒有明確 `query_vector` 的情況下執行的搜尋會將非空白的查詢文本傳輸到已配置的供應商,無論 `auto_embed` 設定如何。這通過測試得到證明,其中一個與 OpenAI 相容的供應商在配置用於搜尋時,導致嘗試連接到 `api.openai.com`。
對於優先考慮本地數據處理的開發人員,像 `sentence-transformer` 這樣的選項在進程內執行編碼,儘管模型權重必須最初下載。`ollama` 預設為 `localhost`,並且 `openai-compatible` 供應商可以指向本地端點。相反,`huggingface` 供應商將文本發送到託管的 Hugging Face Inference API,而沒有可配置的端點。作者指出,`api.openai.com/v1` 對於 `openai-compatible` 來說是程式碼中的一個回退,並未在 `engrava.yaml` 檔案中明確命名,這可能會模糊數據的目的地。
因此,明確管理嵌入配置對於防止外部數據傳輸是必要的。省略整個嵌入部分或將供應商設置為未設定可確保不構建嵌入供應商對象,從而防止寫入和查詢路徑的外部呼叫。`auto_embed` 欄位僅管理寫入側嵌入,而不管理查詢側行為。
分享這篇文章
相關文章
6 則
Lonca 是甚麼?AI 編碼代理程式的版本控制(Lonca 系列,第 0 部分)
We explored the version control challenges for AI coding agents, a related aspect of agent memory and data handling.

SpaceX 旗下 Cursor 考慮停用中國人工智能模型——重點細節一覽

Hoymiles 於 RE+ 2026 展示多功能住宅太陽能及儲能解決方案

即將推出配備 9,000mAh 或更大容量電池的手機

報告指 Samsung 實惠型號 Galaxy 裝置預計將會加價

