Dit arbejde bliver opsummeret husket.
Native Context Memory gemmer det, du har sagt, gjort og lært den, i selve modellen. Sig det én gang; så er det der i hver session.
Hukommelse og viden, gemt sammen med modellen.
Modellen leverer intelligensen. AdaptiqAI tilføjer hukommelse og din viden. Native Context Memory er bygget til at fungere på tværs af åbne modeller.
Hukommelsen holdes af den motor, der serverer modellen. Vægtene ændres ikke, og dine apps deler hukommelsen for den valgte model.
Dine apps og harnesses
De deler alle én hukommelse.
Native Memory
Det, du har lavet, gemt mellem samtaler.
Native Knowledge
Dine dokumenter — tilføj, ret eller fjern dem.
Open-weight-model
Den åbne model, du vælger.




I dag bliver intet husket. Det bliver genlæst.
Det føles, som om dine AI-værktøjer husker. Det gør de ikke: hele samtalen bliver sendt igen med hver besked og læst forfra, indtil den ikke kan være der længere. Den genlæsning er en af grundene til, at tokenforbruget bliver så højt.
Uden hukommelse
Hver besked sender hele samtalen igen. Når den når grænsen, bliver den opsummeret, og begrundelserne ryger først.
Med Native Context Memory
Slut med komprimering. Kun den nye besked bliver læst. Samtalen ligger allerede i hukommelsen hos den motor, der serverer modellen, så intet bliver opsummeret væk.
Arbejd, som du plejer.
Du skriver til modellen, som du altid har gjort, i den harness, du allerede bruger. Bagved bliver hvert øjeblik gemt med sit tidspunkt, og modellen genkalder det, den har brug for — fra dine samtaler eller din viden — uden at det bliver klistret ind i prompten. Og du har langt mere kontekst at arbejde med: op til 5M-token kontekst i hver agentsession.
Se målingen af genkaldelse- Gemt med sit tidspunkt
- Genkaldt, ikke komprimeret
- Du kan se, rette og slette
- Tilføj din egen viden
Lad din agent arbejde i timevis.
Når arbejdet vokser, bliver et kontekstvindue på 1M hurtigt fyldt. Konteksten bliver komprimeret, agenten mister tråden og kommer tilbage til dig. Med op til 5M-token kontekst i hver agentsession og ingen komprimering holder den tråden fra første til sidste sag.
EksempelGennemgå 2.000 supportsager
Uden Native Context Memory
1M kontekstvindue. Komprimerer og spørger.
Med Native Context Memory
5M-token kontekst. Intet komprimeres.
Fire ting, det ikke er.Og hvad det gør i stedet.
Teknikker, det ofte bliver forvekslet med. De fleste af dem sender tekst med i hvert kald, og finetuning laver en ny model.
Ikke et kontekstvindue
Et kontekstvindue er, hvor meget der kan være i ét kald. Det hele sendes og behandles hver gang, og når det er fyldt, skæres der væk.
Native Context Memory holdes af modellens serving-motor og sendes ikke igen i prompten. Intet bliver opsummeret væk; når den er fuld, holder ældre samtaler op med at blive genkaldt først.
Ikke RAG
Opslag henter passager, der ligner spørgsmålet. Det gætter, før modellen har set noget, og det hentede fylder i prompten hver gang.
Intet hentes, så intet gættes.
Ikke finetuning
Finetuning ændrer vægtene og skaber en ny model. Langsomt, dyrt, og det kan ikke skilles ad igen.
Modellen forbliver, som den er. Viden kan tilføjes, redigeres og fjernes.
Ikke hukommelse i en app
Chatprodukter holder deres hukommelse inde i appen. Skifter du værktøj, starter du forfra.
Den lever i API’et, så alle de værktøjer, du kobler til samme workspace og model, har den samme hukommelse.
De korte svar.
Giv alle dine værktøjer den samme hukommelse.
Din agent, din editor og dine egne scripts trækker på én hukommelse. Den husker, hvad du har arbejdet på, og hvad du har lært den, så næste session tager over, hvor den sidste slap. Du bestemmer, hvad der kommer ind, og du kan rette eller fjerne det, når du vil.
- Pi · mandag · gemtLancering: fredag 16. oktober
- Hermes · torsdag · genkaldtLancering: fredag 16. oktober
Ingen satte det ind i Hermes. Begge værktøjer læser den samme hukommelse.