Majoritatea produselor de inteligență artificială susțin că „își amintesc de tine". De obicei vor să spună că fereastra curentă de conversație încă nu a alunecat din raza vizuală. De îndată ce închizi fila, modelul habar nu are cine ești. Îți explici din nou stiva, preferințele și constrângerile de la zero de fiecare dată.
Memoria de lungă durată a ToRun este un mecanism cu totul diferit. Acest text descrie ce păstrează, cum se asamblează la fiecare tură și ce poți face cu ea.
Ce se păstrează și de ce
Memoria în ToRun este o mulțime de fapte durabile extrase din conversațiile tale. Gândește-te la ele ca la notițe structurate — nu o revărsare a transcrierii, ci observații separate: preferi răspunsuri concise, proiectul tău folosește MongoDB, lucrezi în TypeScript, ai pregătire în învățare automată, vrei exemple de cod într-un anumit stil.
Faptele sunt independente de limbă. Dacă scrii trei sesiuni în turcă și zece în engleză, sistemul de memorie nu se rupe în insule lingvistice. Normalizarea conștientă de Unicode (descompunere NFKD, îndepărtarea semnelor diacritice, uniformizarea majusculelor) face ca un fapt introdus într-o limbă să iasă la suprafață când întrebi în alta. În practică asta contează: o platformă în 29 de limbi nu-și poate permite o memorie care merge bine doar pentru cei care vorbesc engleză.
Fapte noi se pot adăuga automat, când modelul detectează informație durabilă, sau le poți afirma explicit („ține minte că desfășor pe Azure"). Niciuna dintre aceste căi nu îți este ascunsă.
Cum devine memoria context la apel
Fiecare tură de conversație în ToRun asamblează trei straturi de context înainte ca cererea să ajungă la un model:
- Stratul de sistem — instrucțiuni la nivel de produs, rolul și stilul asistentului, instrucțiuni active de bază de cunoștințe.
- Stratul de rezumat — o reprezentare comprimată a conversației până în acel punct, gestionată automat ca firele lungi să nu epuizeze fereastra de context a modelului.
- Stratul recent — ultimele N ture cuvânt cu cuvânt, cu greutate mai mare pe ce tocmai ai spus.
Memoria de lungă durată se așază în stratul de sistem. Pasul de regăsire rulează peste faptele tale stocate folosind un semnal de relevanță din mesajul curent: dacă întrebi despre indexarea bazelor de date, ies la suprafață faptele despre preferințele MongoDB; dacă treci la proiectare, se retrag. Modelul vede doar ce este relevant pentru tura curentă, nu o revărsare plată a fiecărui fapt pe care l-ai generat vreodată. Astfel fereastra de context se folosește eficient și se evită „umflarea memoriei", unde detalii personale nerelevante diluează semnalul.
Bugetele de context depind de nivel — nivelul gratuit primește 16 mii de jetoane de context total, urcând prin planurile de abonament până la 1 milion de jetoane la Enterprise. Când contextul asamblat (memorie + rezumat + ture recente) depășește fereastra modelului, ToRun retează întâi stratul de rezumat și nu aruncă niciodată în tăcere cele mai proaspete mesaje ale tale sau cele mai relevante fapte de memorie.
Faptele sunt ale tale, tu le controlezi
Memoria aparține celui care o folosește. Poți lista tot ce a stocat ToRun despre tine și poți șterge elemente izolate sau tot. Nu există o memorie „secretă" care să-ți influențeze conversațiile fără știrea ta. Depozitul de fapte poate fi cercetat și uitat la cerere.
Această alegere decurge dintr-un principiu mai larg: ToRun trebuie să-ți arate starea sa reală, nu s-o ascundă. O memorie transparentă înseamnă că poți avea încredere în ea. Dacă modelul acționează după un fapt greșit — să zicem că a consemnat cândva că preferi explicații ample, iar acum le vrei concise — îi spui să uite, iar apelul următor nu va mai vedea acel fapt.
Ștergerea este permanentă și imediată. Nu există o perioadă de grație în care faptul vechi să mai apară.
Bazele de cunoștințe nu sunt memorie
Memoria păstrează fapte despre tine. Bazele de cunoștințe întemeiază răspunsurile în documentele tale.
Când încarci documentație, cod sau conținut de domeniu într-o bază de cunoștințe, ToRun folosește generarea sprijinită de regăsire (RAG) ca să scoată pasajele relevante în momentul întrebării. Textul regăsit se inserează lângă contextul conversației, iar modelul citează ce a folosit. Este unealta potrivită când întrebarea ta cere citirea materialului sursă — o specificație de API, un document juridic, manualul tău intern — în loc de rememorarea unei preferințe personale.
Cele două sisteme se combină: o singură tură poate trage atât din faptele tale personale de memorie, cât și dintr-o regăsire într-o bază de cunoștințe. Alimentează straturi diferite ale asamblării contextului și servesc scopuri diferite. Memoria răspunde la „cine ești și cum preferi să lucrezi"; baza de cunoștințe răspunde la „ce spune acest document".
Folosirea amândurora împreună face ToRun util pentru muncă adevărată, nu doar pentru demonstrații. Preferințele tale rămân în memorie ca să nu le repeți; materialul tău sursă rămâne în baza de cunoștințe ca răspunsurile să stea pe dovezi, nu pe datele de antrenare ale modelului.