## অভিন্নতার পরিকল্পনা কেউ করেনি

মানুস একটি ভোক্তা-মুখী এআই এজেন্ট। Claude Code হল Anthropic এর কোডিং সহকারী। OpenClaw হল একটি ওপেন সোর্স ব্যক্তিগত AI। বিভিন্ন দল, বিভিন্ন কোডবেস, বিভিন্ন ব্যবসায়িক মডেল।

তিনটি স্টোর এজেন্ট মেমরি মার্কডাউন ফাইলে।

মানুস একটি `todo.md` চেকলিস্ট ব্যবহার করে যা প্রতিটি ধাপের পরে নিজেকে পুনরায় লেখা করে। OpenClaw একটি `memory/` ডিরেক্টরিতে `MEMORY.md` প্লাস তারিখযুক্ত ফাইল ব্যবহার করে। ক্লাউড কোড সর্বদা লোড হওয়া বিষয়বস্তুর উপর 200-লাইন ক্যাপ সহ ডিরেক্টরিতে শ্রেণীবদ্ধ `CLAUDE.md` ফাইল ব্যবহার করে।

কেউই অন্যদের অনুলিপি করতে হাজির হয়নি। [DEV কমিউনিটিতে ইয়াওহুয়া চেন](https://dev.to/imaginex/ai-agent-memory-management-when-markdown-files-are-all-you-need-5ekk) এটিকে "অভিসারী বিবর্তন" বলেছেন। যখন বিভিন্ন সীমাবদ্ধতার অধীনে তিনটি স্বাধীন সিস্টেম একই আর্কিটেকচারে আসে, তখন আর্কিটেকচার আপনাকে সমস্যা সম্পর্কে কিছু বলছে।

2026 সালের মার্চ মাসে মাইকেল ল্যানহ্যাম [এই কনভারজেন্সের নথিভুক্ত করেছেন](https://medium.com/@Micheal-Lanham/the-markdown-file-that-beat-a-50m-vector-database-38e1f5113cbe)। তিনটি সিস্টেমেরই তার বিশ্লেষণে দেখা যায় যে সবথেকে বেশি মেমরির উৎপাদন পাওয়া যায়। তথ্য সরাসরি সঙ্গে জড়িত মূল্য.

## ফাইল কেন ডিফল্ট স্টার্টিং পয়েন্ট

সুস্পষ্ট ব্যাখ্যা সরলতা. ফাইলগুলি মানব-পঠনযোগ্য, গিট-ট্র্যাকযোগ্য এবং কোনও অবকাঠামোর প্রয়োজন নেই। সত্য কিন্তু অসম্পূর্ণ।

এর গভীর কারণ হল এলএলএম অর্থনীতি।

মানুসের সহ-প্রতিষ্ঠাতা ইচাও "পিক" জি সংখ্যা প্রকাশ করেছেন। মানুস প্রতি 1টি আউটপুট টোকেনের জন্য 100টি ইনপুট টোকেন প্রক্রিয়া করে। ক্লড সনেটে, ক্যাশে করা টোকেনের দাম প্রতি মিলিয়নে প্রায় $0.30। আনক্যাশড টোকেনের দাম প্রতি মিলিয়ন $3। যে 10x স্প্রেড মানে ইনপুট খরচ প্রাধান্য. KV-ক্যাশে হিট রেট বাড়ায় এমন যেকোন কিছু প্রকৃত অর্থ সাশ্রয় করে।

ফাইল-ভিত্তিক মেমরি স্থিতিশীল, অনুমানযোগ্য পাঠ্য যা কেভি-ক্যাশে উপসর্গগুলির সাথে ভালভাবে খেলতে পারে। শুধুমাত্র যোগ করার প্রসঙ্গ যা কলগুলির মধ্যে খুব কমই পরিবর্তিত হয় মানে মডেলটি ক্যাশে করা গণনাগুলি পুনরায় ব্যবহার করতে পারে। একটি ডাটাবেস-সমর্থিত RAG সিস্টেম যা প্রতিবার বিভিন্ন প্রসঙ্গ খণ্ডকে একত্রিত করে এই অপ্টিমাইজেশানকে পরাজিত করে।

Manus এর `todo.md` প্যাটার্ন সবচেয়ে স্পষ্ট উদাহরণ। এজেন্ট প্রতিটি ধাপের পর চেকলিস্টটি পুনরায় লেখে। এটি বর্তমান প্ল্যানটিকে সাম্প্রতিক প্রসঙ্গ উইন্ডো অবস্থানে রাখে। দীর্ঘ প্রসঙ্গের মাঝখানে তথ্য উপেক্ষা করা হয়. প্রসঙ্গ শেষে একটি নতুনভাবে পুনর্লিখিত প্ল্যান ফাইল কোন পুনরুদ্ধার পরিকাঠামো ছাড়াই ঠিক করে।

অর্থনৈতিক যুক্তি মানুসের বাইরেও বিস্তৃত। ক্লাউড কোড সর্বদা লোড করা মেমরি 200 লাইনে ক্যাপ করে কারণ মেমরি ফাইলগুলি প্রতি সেশনে টোকেন গ্রহণ করে। সীমাবদ্ধতা স্টোরেজ নয়। এটি মনোযোগের বাজেট। ফাইলগুলি আপনাকে মডেলটি কী দেখে এবং এটি প্রসঙ্গে কোথায় উপস্থিত হয় তা নিয়ন্ত্রণ করতে দেয়৷

এগুলি আকস্মিক পছন্দ নয়। তারা খরচ সচেতন স্থাপত্য.

## যেখানে ফাইল ভেঙ্গে যায়

ল্যানহামের নিবন্ধটি ব্যর্থতার মোড সম্পর্কে সৎ। সেই সততা বিশ্লেষণের সবচেয়ে মূল্যবান অংশ।

**প্রসঙ্গ বাজেটের চাপ।** ক্লড কোড সতর্ক করে যে বড় `CLAUDE.md` ফাইল মডেল আনুগত্য কমিয়ে দেয়। ফাইলগুলি ফুলে যাওয়া এবং অভ্যন্তরীণভাবে পরস্পরবিরোধী না হওয়া পর্যন্ত কাজ করে। একটি 200-লাইন ক্যাপ একটি বাস্তবসম্মত সমাধান, সমাধান নয়। এজেন্ট স্কেল ব্যবহার করে, ফাইলটি বৃদ্ধি পায়, নিজেই বিরোধিতা করে এবং কেউ জানে না যে কোন সত্যের সংস্করণ বর্তমান।

**একসঙ্গে।** একই মেমরি ফাইলে একাধিক এজেন্ট লিখছে দুর্নীতিগ্রস্ত অবস্থায়। ল্যানহ্যাম এটিকে সরাসরি বলে: "যে মুহূর্তে একাধিক এজেন্ট বা ব্যবহারকারীদের একই মেমরি স্পর্শ করতে হবে, একযোগে ফাইল লেখা ডেটা নষ্ট করতে পারে।" একক-এজেন্ট সিলিং বাস্তব। বেশিরভাগ এজেন্টিক কর্মপ্রবাহ চিরকালের জন্য [একক-এজেন্ট থাকবে না](/posts/when-agents-share-state-everything-breaks)।

**কোন সংস্করণ নেই।** ফাইলগুলি ওভাররাইট হয়ে যায়। OpenClaw এর মেমরি কমপ্যাকশন একটি নীরব এজেন্ট টার্ন ট্রিগার করে যা কাটার আগে টেকসই স্মৃতি লেখে। কম্প্যাকশনের আগে ফাইলে কী ছিল? অজানা। যদি কম্প্যাক্টেড সংস্করণটি একটি সত্য বাদ দেয়, তবে এটি চলে গেছে। কোন পর্যবেক্ষণ লগ. কোন রোলব্যাক.

**কোন প্রমাণ নেই।** যখন একজন এজেন্ট একটি মেমরি এন্ট্রি লেখেন, তখন কোন সূত্র এটি তৈরি করেছে, কখন, বা এটি গত সপ্তাহে লেখা কিছুর বিরোধিতা করে কিনা তার কোনো রেকর্ড নেই। ফাইলটি একটি সারাংশ। সারাংশ তাদের উপাদান অস্পষ্ট.

**কোন এন্টিটি রেজোলিউশন নেই।** একটি সেশনে "Acme Corp" এবং পরের সেশনে "ACME CORP"। এজেন্ট প্রসঙ্গ উইন্ডো থেকে প্রতিবার পরিচয় পুনরায় অনুমান করে। কোনো স্থিতিশীল আইডি নেই। কোন একত্রীকরণ নিয়ম. কোন প্রামাণিক সত্তা নেই। প্রতিটি সেশন সেশন-স্কোপড ইনফারেন্স।

**কোন স্কিমা সীমাবদ্ধতা নেই।** যেকোন এজেন্ট বা টুল মেমরি ফাইলে কিছু লিখতে পারে। কোন বৈধতা. টাইপ চেকিং নেই। একটি মেমরি এন্ট্রি থাকা উচিত কোন প্রয়োগ. খারাপ লেখা সত্য বলে প্রচার করে।

এই ব্যর্থতা অনুমানমূলক নয়. তারা এই সিস্টেম নির্মাণ দল দ্বারা নথিভুক্ত করা হয়. তারা ফাইল-ভিত্তিক মেমরির অপারেশনাল সিলিং।

## ভারসাম্যের ফাঁক

ল্যানহাম চারটি স্তর সহ একটি "ভারসাম্য স্থাপত্য" প্রস্তাব করেছেন। প্রাথমিক ইন্টারফেস হিসাবে ফাইল. ডিস্কে আক্রমণাত্মক অফলোডিং। প্রাপ্ত পুনরুদ্ধার স্তর (ফাইলের উপর ভেক্টর সূচক)। সঙ্গতি এবং শুদ্ধতা দাবি করার সময় ডাটাবেসগুলিতে স্পষ্ট বৃদ্ধি।

প্রথম তিনটি স্তর ভালভাবে নথিভুক্ত। চতুর্থটি পাঠকের জন্য একটি অনুশীলন হিসাবে রেখে দেওয়া হল।

"এস্ক্যালেট টু ডাটাবেস" ধরে নেয় ডাটাবেস অখণ্ডতার সমস্যার সমাধান করে। পোস্টগ্রেস আপনাকে ডিফল্টরূপে সংস্করণযুক্ত পর্যবেক্ষণ দেয় না। এটি আপনাকে মূল চেইন দেয় না। এটি আপনাকে নথি জুড়ে নির্ধারক সত্তা রেজোলিউশন দেয় না। এটি আপনাকে এজেন্ট-লিখিত অবস্থায় স্কিমা সীমাবদ্ধতা দেয় না। একটি মার্কডাউন ফাইল থেকে একটি ডাটাবেস টেবিলে সরানো "কোন সংস্করণ নয়" সমাধান করে না। এটি সমাধান করে "কোন সমসাময়িক অ্যাক্সেস নেই।" এগুলো বিভিন্ন সমস্যা।

ভারসাম্য তিন এবং চার স্তর মধ্যে একটি ফাঁক আছে. "মার্কডাউন ফাইল যা একটি এজেন্টের জন্য কাজ করে" এবং "সম্পূর্ণ ডাটাবেস অবকাঠামো" এর মধ্যে একটি অনুপস্থিত স্তর রয়েছে। অখণ্ডতার গ্যারান্টি সহ কাঠামোবদ্ধ রাষ্ট্র। কোন কাস্টম ডাটাবেস স্কিমা প্রয়োজন.

OpenClaw এর স্থাপত্য এটির ইঙ্গিত দেয়। এর হাইব্রিড পুনরুদ্ধার, কনফিগারযোগ্য ভেক্টর/টেক্সট ওয়েটিং সহ sqlite-vec, টেম্পোরাল ডেকে, MMR ডাইভারসিফিকেশন, সাধারণ ফাইল অনুসন্ধানের চেয়ে আরও পরিশীলিত। তবে এটি এখনও মার্কডাউন ফাইলগুলিকে সত্যের উত্স হিসাবে বিবেচনা করে। সূচকটি একটি পঠিত অপ্টিমাইজেশান, রাষ্ট্রীয় অখণ্ডতা স্তর নয়।

অনুপস্থিত আদিমগুলি একই রকম যা আমি চিহ্নিত করেছি [আমার নিজস্ব এজেন্টিক স্ট্যাক চালাচ্ছি](/posts/agentic-search-and-the-truth-layer):

- **সংস্করণীয় পর্যবেক্ষণ।** প্রতিটি লেখা সংযুক্ত, কিছুই ওভাররাইট করা হয়নি। যে কোনো সময়ে রাষ্ট্র পুনর্গঠন করুন।
- **প্রোভেন্যান্স।** একটি উৎস, একটি টাইমস্ট্যাম্প এবং যে এজেন্ট বা মানুষ এটি লিখেছে তার থেকে পাওয়া প্রতিটি তথ্য।
- **ডিটারমিনিস্টিক এন্টিটি রেজোলিউশন।** স্থিতিশীল নিয়মের উপর ভিত্তি করে ক্যানোনিকাল আইডি, প্রতি-সেশন অনুমান নয়।
- **স্কিমা সীমাবদ্ধতা।** লেখার বৈধতা। খারাপ ডেটা স্টোরে প্রবেশ করার আগে প্রত্যাখ্যান করা হয়েছে।

এগুলি ডাটাবেস বৈশিষ্ট্য নয়। তারা রাষ্ট্র অখণ্ডতা বৈশিষ্ট্য. আপনি তাদের একটি ডাটাবেসের উপরে তৈরি করতে পারেন। পোস্টগ্রেস আপনাকে সেগুলি বাক্সের বাইরে দেবে না। এবং আপনি একটি মার্কডাউন ফাইল থেকে এগুলি পেতে পারবেন না।

## ফাইলই আসল দায়িত্ব

ল্যানহামের বিশ্লেষণ থেকে সবচেয়ে গুরুত্বপূর্ণ কৌশলগত অন্তর্দৃষ্টি ফাইল বনাম ডাটাবেস সম্পর্কে নয়। এটি প্রকৃত প্রতিযোগিতামূলক ল্যান্ডস্কেপ কেমন দেখায় সে সম্পর্কে।

মেমরি অবকাঠামো কোম্পানিগুলি পুনরুদ্ধার সমস্যার বিরুদ্ধে লক্ষ লক্ষ অবস্থান উত্থাপন করেছে। [Mem0](https://mem0.ai) $24M সংগ্রহ করেছে। [Letta](https://www.letta.com) $70M মূল্যায়নে $10M বীজ বন্ধ করেছে। [Zep](https://www.getzep.com)-এর [Graphiti](https://github.com/getzep/graphiti) প্রোজেক্ট 20K GitHub স্টার অতিক্রম করেছে। [MemPalace](https://github.com/MemPalace/mempalace) স্থানীয়-প্রথম, শব্দচয়-স্টোরেজ পদ্ধতির মাধ্যমে তার প্রথম দুই সপ্তাহে 46K স্টার হিট করেছে। তারা বাস্তব সমস্যার সমাধান করে: স্থাপনা জুড়ে স্থায়িত্ব, ব্যক্তিগতকরণ, স্কেলে পুনরুদ্ধার, এবং কাঠামোগত প্রত্যাহার।

কিন্তু সবচেয়ে এজেন্ট মিথস্ক্রিয়া পরিচালনাকারী সিস্টেমগুলি মেমরির জন্য ভেক্টর ডাটাবেস ব্যবহার করছে না। তারা টেক্সট ফাইল ব্যবহার করছে। তিন বিলিয়ন-ডলার-স্কেল প্ল্যাটফর্ম থেকে উৎপাদন প্রমাণ নিশ্চিত করে যে প্রকৃত ডিফল্ট একটি বিদ্যমান ডাটাবেস পণ্য নয়। এটি একটি ফাইল।

এটি স্থানচ্যুতির গল্প পরিবর্তন করে। আপগ্রেড পাথ ভেক্টর ডাটাবেস থেকে ভাল কিছু নয়। এটি মার্কডাউন ফাইল থেকে কাঠামোগত অবস্থায়। যাদের রাষ্ট্রীয় অখণ্ডতার নিশ্চয়তা প্রয়োজন তারা বর্তমানে Mem0 বা Zep ব্যবহার করছেন না। তারা বর্তমানে `MEMORY.md` এ লিখছে।

## মাইগ্রেশন, প্রতিস্থাপন নয়

ল্যানহামের ক্লোজিং উপদেশ আত্মার মধ্যে সঠিক: "একটি মার্কডাউন ফাইল দিয়ে শুরু করুন। আপনি সবসময় পরে একটি ডাটাবেস যোগ করতে পারেন।" ফাইল একটি যুক্তিসঙ্গত শুরু আর্কিটেকচার. অর্থনীতি তাদের সমর্থন করে। পরিদর্শনযোগ্যতা বাস্তব। সরলতা গুরুত্বপূর্ণ.

প্রশ্ন হল "পরে" কেমন দেখাচ্ছে।

আমি সেই আপগ্রেড পাথ হিসাবে [নিওটোমা](https://github.com/markmhendrickson/neotoma) তৈরি করছি। অখণ্ডতার সাথে স্ট্রাকচার্ড স্টেট ফাইলগুলির অভাবের গ্যারান্টি দেয়: সংস্করণ, উদ্ভব, সত্তা রেজোলিউশন, স্কিমা সীমাবদ্ধতা।

খরচ দক্ষতা প্রশ্ন বিষয়. যদি আপগ্রেড পাথ KV-ক্যাশে ইকোনমিক্সকে ত্যাগ করে যা ফাইলগুলিকে যুক্তিযুক্ত করে তোলে, তবে এটি একটি বাস্তব আপগ্রেড নয়। নিওটোমার পড়ার পথটি এই সীমাবদ্ধতার চারপাশে ডিজাইন করা হয়েছে। এজেন্ট MCP এর মাধ্যমে এটি অ্যাক্সেস করে। রেসপন্স হল কনটেক্সট উইন্ডোতে ইনজেকশন করা স্ট্রাকচার্ড টেক্সট, একই ফর্ম্যাট যা একটি মডেল একটি ফাইল পড়ার সময় দেখতে পাবে। এন্টিটি স্ন্যাপশট কলের মধ্যে স্থিতিশীল। দুইবার জিজ্ঞাসা করা একই সত্তা একই টেক্সট প্রদান করে যদি না কোনো পর্যবেক্ষণ এটি পরিবর্তন করে। স্থিতিশীল পাঠ্য মানে স্থিতিশীল টোকেন ক্রম। স্থিতিশীল টোকেন সিকোয়েন্স মানে কেভি-ক্যাশে হিট।

লেখার পথ হল যেখানে অর্থনীতি ভিন্ন, এবং যেখানে তাদের উচিত। স্কিমা বৈধতা সহ একটি কাঠামোগত দোকানে একটি পর্যবেক্ষণ লেখার জন্য একটি মার্কডাউন ফাইলে একটি লাইন যুক্ত করার চেয়ে বেশি খরচ হয়৷ যে ওভারহেড সংস্করণ, উদ্ভব, এবং দ্বন্দ্ব সনাক্তকরণ মূল্য. প্রশ্ন হল যে ওভারহেড অর্থপ্রদানের যোগ্য কিনা। আপনি যদি "গত মঙ্গলবার আমার এজেন্ট কী জানতেন" বা "যা এই সত্তাকে কলুষিত করেছে" এর উত্তর দেওয়ার প্রয়োজন না হয়, তাহলে না। মার্কডাউন সঠিক। আপনার যদি সেই উত্তরগুলির প্রয়োজন হয় এবং সেগুলি পেতে না পারেন, তবে লেখার পথের খরচ হল সমস্যার সবচেয়ে সস্তা অংশ।

অভিবাসনের গল্প সোজা। আপনি `MEMORY.md` দিয়ে শুরু করেছেন কারণ এটি সঠিক ডিফল্ট ছিল। আপনি যখন সংস্করণিং, বা একযোগে অ্যাক্সেস, বা উত্স, বা সেশন জুড়ে সত্তা রেজোলিউশন প্রয়োজন তখন আপনি সিলিংয়ে আঘাত করেছেন। পরবর্তী ধাপটি "পোস্টগ্রেস সেট আপ করুন এবং একটি কাস্টম স্কিমা তৈরি করুন।" এটি একটি স্ট্রাকচার্ড লেয়ার যা ফাইলগুলি সম্পর্কে কী কাজ করে তা সংরক্ষণ করার সময় আপনাকে সেই গ্যারান্টি দেয়: পরিদর্শনযোগ্যতা, সরলতা, স্থানীয়-প্রথম অপারেশন৷

অভিসারী বিবর্তন ল্যানহাম নথিভুক্ত সমস্যাটিকে বৈধ করে। বিলিয়ন বিলিয়ন মূল্যের তিনটি দল একই আর্কিটেকচারে এসে একই দেয়ালে আঘাত করে। দেয়াল পরবর্তী স্তর সংজ্ঞায়িত করে।