Большинство ИИ-продуктов заявляют, что «помнят вас». Обычно они имеют в виду, что текущее окно разговора ещё не ушло за пределы. Стоит закрыть вкладку — и модель понятия не имеет, кто вы. Вы заново объясняете свой стек, предпочтения и ограничения с нуля каждый раз.
Долговременная память ToRun — совершенно иной механизм. Этот материал описывает, что она хранит, как собирается на каждом ходу и что вы можете с ней делать.
Что хранится и зачем
Память в ToRun — это набор устойчивых фактов, извлечённых из ваших разговоров. Думайте о них как о структурированных заметках: не выгрузка стенограммы, а отдельные наблюдения — вы предпочитаете краткие ответы, ваш проект использует MongoDB, вы работаете на TypeScript, у вас подготовка в машинном обучении, вам нужны примеры кода в определённом стиле.
Факты не зависят от языка. Если вы пишете по-турецки три сессии и по-английски десять, система памяти не распадается на языковые изоляты. Нормализация с учётом Unicode (разложение NFKD, снятие диакритики, сворачивание регистра) обеспечивает, что факт, введённый на одном языке, всплывает при запросе на другом. Практически это важно: платформа на 29 языках не может позволить себе память, которая хорошо работает только для англоговорящих.
Новые факты могут добавляться автоматически, когда модель распознаёт устойчивую информацию, или вы можете задать их явно («запомни, что я разворачиваю в Azure»). Ни один из этих путей от вас не скрыт.
Как память становится контекстом при вызове
Каждый ход чата в ToRun собирает три слоя контекста, прежде чем запрос дойдёт до модели:
- Системный слой — инструкции уровня продукта, роль и стиль ассистента, активные инструкции базы знаний.
- Слой резюме — сжатое представление разговора до этой точки, управляемое автоматически, чтобы длинные ветки не исчерпывали окно контекста модели.
- Недавний слой — последние N ходов дословно, с большим весом того, что вы только что сказали.
Долговременная память встраивается в системный слой. Шаг извлечения выполняется по вашим сохранённым фактам с использованием сигнала релевантности из текущего сообщения: спросите про индексацию баз данных — всплывут факты о предпочтениях MongoDB; перейдёте к дизайну — они отступят. Модель видит только то, что относится к текущему ходу, а не плоскую выгрузку всех накопленных фактов. Так окно контекста используется эффективно и предотвращается «раздувание памяти», когда нерелевантные личные детали размывают сигнал.
Бюджеты контекста зависят от уровня: бесплатный уровень получает 16 тыс. токенов общего контекста, поднимаясь по тарифам подписки до 1 млн токенов в Enterprise. Когда собранный контекст (память + резюме + недавние ходы) превышает окно модели, ToRun сперва подрезает слой резюме и никогда молча не отбрасывает ваши самые свежие сообщения или наиболее релевантные факты памяти.
Факты ваши, факты под вашим контролем
Память принадлежит тому, кто ею пользуется. Вы можете перечислить всё, что ToRun о вас сохранил, и удалить отдельные элементы или всё сразу. Не существует «тайной» памяти, влияющей на ваши разговоры без вашего ведома. Хранилище фактов доступно для просмотра и забывается по требованию.
Этот выбор следует из более широкого принципа: ToRun должен показывать вам своё действительное состояние, а не скрывать его. Прозрачная память означает, что ей можно доверять. Если модель действует по неверному факту — скажем, когда-то зафиксировала, что вы предпочитаете развёрнутые объяснения, а теперь вы хотите краткие, — вы говорите забыть, и следующий вызов этого факта уже не увидит.
Удаление постоянно и немедленно. Нет льготного периода, в который старый факт продолжал бы всплывать.
Базы знаний — это не память
Память хранит факты о вас. Базы знаний обосновывают ответы вашими документами.
Когда вы загружаете документацию, код или предметное содержимое в базу знаний, ToRun использует генерацию с извлечением (RAG), чтобы подтянуть релевантные фрагменты в момент запроса. Извлечённый текст вставляется рядом с контекстом разговора, и модель ссылается на то, что использовала. Это правильный инструмент, когда ваш вопрос требует прочесть исходный материал — спецификацию API, юридический документ, ваше внутреннее руководство — а не вспомнить личное предпочтение.
Две системы сочетаются: один ход может опираться и на ваши личные факты памяти, и на извлечение из базы знаний. Они питают разные слои сборки контекста и служат разным целям. Память отвечает на «кто вы и как предпочитаете работать»; база знаний отвечает на «что говорит этот документ».
Использование обеих вместе и делает ToRun полезным для настоящих рабочих процессов, а не только для демонстраций. Ваши предпочтения остаются в памяти, чтобы вам не повторять их; ваш исходный материал остаётся в базе знаний, чтобы ответы опирались на свидетельства, а не на обучающие данные модели.