संप्रभु प्रणालियों के निर्माण पर निबंध, तकनीकी लेख और विचार।
एजेंट के नेतृत्व वाला मूल्यांकन उपयोगकर्ता को बताता है कि नियोटोमा फिट बैठता है या नहीं। नया इश्यू सबसिस्टम एक ही एजेंट को बग या एन्हांसमेंट फाइल करने, मेंटेनर के साथ संदेशों का आदान-प्रदान करने और एमसीपी के माध्यम से परिवर्तन को देखने की सुविधा देता है, बिना किसी इंसान के ब्राउज़र टैब खोले।
एकाधिक एजेंटों को चलाने में पहली समस्या यह है कि वे भूल जाते हैं। दूसरा यह कि वे समन्वय नहीं कर पाते. एक राज्य परत जो पहले भंडारण को हल करती है और फिर सिग्नलिंग जोड़ती है वह केवल स्मृति नहीं, बल्कि एक तंत्रिका तंत्र बन जाती है।
जब सक्षम एआई निष्पादन मध्य में अधिकांश कलाकृतियों के उत्पादन को अवशोषित करता है, तो मानव उत्तोलन नींव और समीक्षा पर केंद्रित होता है। सुसंगतता हॉलवे हैंडऑफ़ में रहना बंद कर देती है और स्पष्ट मानकों, क्रॉस-पठनीय कलाकृतियों और निर्णय में रहना शुरू कर देती है जिसका आप बड़े पैमाने पर बचाव कर सकते हैं।
जब कई एजेंट एक मेमोरी पर लिखते हैं, तो आपको प्रत्येक पंक्ति पर प्रमाण की आवश्यकता होती है: किसने हस्ताक्षर किए, उन्हें क्या करने की अनुमति दी गई, और कोई साझा वाहक रहस्य नहीं। नियोटोमा AAuth को एकीकृत करता है इसलिए प्रत्येक एजेंट अपनी कुंजी के साथ हस्ताक्षर करता है और अनुदान-दायरे वाले प्रवेश के माध्यम से लिखता है।
प्रधान मंत्री की भूमिका, एआई, और उस कौशल के इर्द-गिर्द अपनी नौकरी को परिभाषित करने का अजीब निर्णय जो अभी-अभी बाजार में आया है।
बारह साल पहले मैंने प्लांकास्ट के लिए एक पोस्टमॉर्टम लिखा था। अब इसे दोबारा पढ़ते हुए, विफलता मोड वास्तव में उत्पाद यांत्रिकी के बारे में नहीं थे; वे गायब व्यक्तिगत एआई एजेंटों, उनके लिए लिखने के लिए एक उचित सब्सट्रेट और उनके बीच एक संप्रभु जाल के बारे में थे। ये तीनों अब मौजूद हैं, और मूल मिशन एक तरह से सुव्यवस्थित हो गया है जिसे फ़ीड युग कभी नहीं कर सका।
OpenClaw मेमोरी को मार्कडाउन फ़ाइलों में संग्रहीत करता है। नियोटोमा v0.4.3 मूल रूप से नीचे एक संरचित राज्य परत के रूप में प्लग इन होता है, जो एजेंट को प्रतिस्थापित किए बिना ओपनक्लाव एजेंटों को उत्पत्ति, इकाई रिज़ॉल्यूशन और संस्करणित इतिहास देता है।
अरबों मूल्य के तीन स्वतंत्र एआई एजेंट प्लेटफ़ॉर्म मेमोरी के लिए सादे पाठ फ़ाइलों पर एकत्रित हुए। अभिसरण समस्या को मान्य करता है। उनके द्वारा साझा किए गए विफलता मोड परिभाषित करते हैं कि आगे क्या होगा।
अधिकांश टीमें एजेंट मेमोरी को उनके पास पहले से मौजूद किसी भी डेटाबेस पर बोल्ट कर देती हैं। यह तब तक काम करता है जब तक दो एजेंट एक ही स्टोर को नहीं लिखते। फिर एक ख़राब लेखन मशीन की गति से फैलता है, जिससे किसी भी इंसान के हस्तक्षेप करने से पहले डाउनस्ट्रीम क्रियाएं शुरू हो जाती हैं। उद्योग एक विश्वास संकट की ओर बढ़ रहा है जिसे पुनर्प्राप्ति अनुकूलन ठीक नहीं करेगा।
सारा वुडर्स का तर्क है कि स्मृति ही सहारा है। संदर्भ प्रबंधन के बारे में वह सही हैं। वह गलत है कि संदर्भ ही पूरी समस्या है।
BEAM 10 मिलियन टोकन पर पुनर्प्राप्ति का परीक्षण करता है। राज्य की अखंडता 500K पर क्षीण हो जाती है। दो विफलता मोड अलग-अलग पैमाने पर सक्रिय होते हैं, और कोई भी पहले वाले को बेंचमार्क नहीं करता है।
एआई मेमोरी में अपनाने को प्रेरित करने वाले मेट्रिक्स लगभग सभी पुनर्प्राप्ति मेट्रिक्स हैं। अच्छी पुनर्प्राप्ति आवश्यक है. कोई भी व्यापक रूप से उपयोग किया जाने वाला बेंचमार्क परीक्षण नहीं करता है कि एजेंटों द्वारा इसे लिखने के बाद संग्रहीत डेटा का क्या होता है।