Mark Hendrickson

Mark Hendrickson

Membangun Neotoma, sistem catatan acuan bagi agen AI, dan Ateles, sistem operasi untuk organisasi agen.

Saya sedang membangun Neotoma, sistem catatan acuan bagi agen AI. Intinya adalah catatan, bukan ingatan. Tanpanya, agen bekerja dengan hal yang kebetulan diingat: sebagian sesi terakhir, catatan yang disimpan alatnya, atau tidak ada apa-apa. Dengannya, agen dapat membaca apa yang tersimpan, dari sumber mana, dan apa yang berlaku saat ini sehingga semua agen yang Anda hubungkan dapat merujuk pada jawaban yang sama. Neotoma bersumber terbuka, berjalan secara lokal, dan terhubung ke agen melalui MCP, REST API, dan CLI.

Prinsip di baliknya sama dengan yang selalu menuntun pekerjaan saya: orang harus mengendalikan data, memori, uang, dan infrastruktur digital mereka sendiri, alih-alih menyerahkannya kepada platform yang mengutamakan keterlibatan daripada kebenaran.

Saya pendiri independen di Barcelona yang bekerja bersama agen AI sebagai satu tim, bukan sekadar menggunakan alat. Alur kerja email, keuangan, konten, dan produk semuanya melalui repositori dan catatan bersama. Para agen mengikuti pedoman kerja yang sama dengan saya. Pengalaman ini menjadi dasar bagi Ateles, proyek sumber terbuka yang sedang dikembangkan untuk menata agen, tugas, dan rencana di sekitar catatan bersama Neotoma.

Sebelumnya, saya menghabiskan hampir dua dekade membangun produk di web konsumen, kripto, dan startup: menulis dan meluncurkan produk di TechCrunch, ikut mendirikan Plancast (diakuisisi Active Network) dan KITE Solutions, memberi nasihat serta membangun bersama startup tahap awal, memimpin pengalaman pengguna di Hiro untuk blockchain Stacks, dan menjalankan Leather di Trust Machines. Lihat perjalanan lengkap saya di linimasa.

Tulisan terbaru

Agen Anda membutuhkan sistem pencatatan

Agen Anda membutuhkan sistem pencatatan

Ketika agen bekerja di berbagai alat, mereka dapat bertindak berdasarkan versi berbeda dari fakta yang sama. Neotoma memberi agen yang Anda hubungkan sistem pencatatan tempat mereka dapat membaca nilai terkini dan memeriksa observasi serta sumber yang mendasarinya.

5 min bacaAgent Architecture
Kawanan yang menjalankan pekerjaan saya

Kawanan yang menjalankan pekerjaan saya

Tumpukan agen lama saya adalah satu agen per sesi dengan saya dalam loop untuk setiap tugas. Ateles adalah armada tetap yang menggantikannya. Segerombolan agen pribadi didefinisikan dalam Neotoma itu sendiri, di mana agen, tugas, dan rencana semuanya merupakan entitas, dan setiap tindakan diatribusikan, dapat diaudit, dan dapat dibatalkan.

9 min bacaAgent Architecture
Tulang belakang lingkaran

Tulang belakang lingkaran

Tiga postingan viral setuju bahwa status tahan lama adalah yang membuat loop agen berfungsi, lalu menyerahkan pekerjaan tersebut ke file penurunan harga. Status perulangan apa yang sebenarnya diperlukan setelah Anda menjalankan lebih dari satu perulangan.

7 min bacaAgent Architecture
Dari memori hingga sistem saraf

Dari memori hingga sistem saraf

Masalah pertama dalam menjalankan banyak agen adalah mereka lupa. Kedua, mereka tidak bisa berkoordinasi. Lapisan keadaan yang menyelesaikan penyimpanan terlebih dahulu dan kemudian menambahkan sinyal menjadi sistem saraf, bukan hanya memori.

11 min bacaKarangan
Inversi Manusia

Inversi Manusia

Ketika AI yang mampu menyerap sebagian besar produksi artefak di tengah eksekusi, pengaruh manusia terkonsentrasi pada fondasi dan peninjauan. Koherensi berhenti hidup dalam penyerahan diri di lorong dan mulai hidup dalam standar eksplisit, artefak yang dapat dibaca silang, dan penilaian yang dapat Anda pertahankan secara maksimal.

5 partsAI
Plancast tidak terlalu awal, ia membutuhkan agen dengan substrat dan jaring yang tepat

Plancast tidak terlalu awal, ia membutuhkan agen dengan substrat dan jaring yang tepat

Dua belas tahun yang lalu saya menulis postmortem untuk Plancast. Jika kita membacanya lagi sekarang, mode kegagalan sebenarnya bukan tentang mekanika produk; mereka tentang hilangnya agen AI pribadi, media yang tepat untuk mereka menulis, dan hubungan kedaulatan di antara mereka. Ketiganya sudah ada sekarang, dan misi awal menjadi dapat dilakukan dengan cara yang tidak pernah bisa dilakukan oleh era feed.

9 min bacaKarangan
Batas atas memori penurunan harga

Batas atas memori penurunan harga

Tiga platform agen AI independen bernilai miliaran berkumpul pada file teks biasa untuk memori. Konvergensi memvalidasi masalah. Mode kegagalan yang mereka bagikan menentukan apa yang akan terjadi selanjutnya.

7 min bacaAgent Architecture
Ketika agen berbagi status, semuanya rusak

Ketika agen berbagi status, semuanya rusak

Sebagian besar tim memasukkan memori agen ke database apa pun yang sudah mereka miliki. Ini berfungsi sampai dua agen menulis ke toko yang sama. Kemudian satu tulisan buruk menyebar dengan kecepatan mesin, memicu tindakan hilir sebelum manusia dapat melakukan intervensi. Industri ini sedang menuju krisis kepercayaan yang tidak dapat diperbaiki oleh pengoptimalan pengambilan.

8 min bacaKarangan

Tulisan lainnya →