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.

En teknisk sprængskitse. Nederst står open-weight-modellen. To tynde lag er en del af den og løfter sig ud: Native Knowledge med dine dokumenter, fx priser.pdf og brand-voice.md, og over det Native Memory med det, der er gjort, fx ”Lancering: fredag 16. oktober”. Over blokken deler tre af dine apps én linje ind i hukommelsen. Én app skriver lanceringsdatoen; senere læser en anden den igen, uden at nogen sender den på ny. Når lagene synker tilbage, forsvinder sømmene, og det er én blok igen.
  1. Dine apps og harnesses

    De deler alle én hukommelse.

  2. Native Memory

    Det, du har lavet, gemt mellem samtaler.

  3. Native Knowledge

    Dine dokumenter — tilføj, ret eller fjern dem.

  4. Open-weight-model

    Den åbne model, du vælger.

    MistralMiMo · XiaomiNVIDIA · NemotronDeepSeekReflection · BeamQwenKimiGLM
NormaltHukommelsen ligger ved siden af modellen og læses igen, hver gang du spørger.
Native Context MemoryHukommelsen holdes af den motor, der serverer modellen, og læses ikke igen fra din prompt.

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
  1. Gemt med sit tidspunkt
  2. Genkaldt, ikke komprimeret
  3. Du kan se, rette og slette
  4. 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

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

Hvad den gør

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.

Hvad Native Context Memory gør i stedet

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

Hvad den gør

Opslag henter passager, der ligner spørgsmålet. Det gætter, før modellen har set noget, og det hentede fylder i prompten hver gang.

Hvad Native Context Memory gør i stedet

Intet hentes, så intet gættes.

Ikke finetuning

Hvad den gør

Finetuning ændrer vægtene og skaber en ny model. Langsomt, dyrt, og det kan ikke skilles ad igen.

Hvad Native Context Memory gør i stedet

Modellen forbliver, som den er. Viden kan tilføjes, redigeres og fjernes.

Ikke hukommelse i en app

Hvad den gør

Chatprodukter holder deres hukommelse inde i appen. Skifter du værktøj, starter du forfra.

Hvad Native Context Memory gør i stedet

Den lever i API’et, så alle de værktøjer, du kobler til samme workspace og model, har den samme hukommelse.

De korte svar.

Som regel kun base-URL og nøgle. API’et er OpenAI-kompatibelt, så værktøjskald og streaming virker uændret. Slå din harness’ egen komprimering fra, så den ikke opsummerer den historik, hukommelsen gemmer. Din agent kan blive ved med at sende historikken, som den gør i dag; kun det nye behandles.

Nej. Vi træner ikke modeller på det, du sender, eller på det, de svarer. Modellen forbliver, som den er, og du kan se, rette og fjerne det, du tilføjer.

Dit arbejde. Den går i dybden med den kontekst, du har lært den, præcis dér, hvor du har brug for det.

I europæiske datacentre, under GDPR og EU AI Act. Kører en model en dag uden for Europa, står det ved modellen, før du vælger den. Resten står på compliance-siden.

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.

Én hukommelse, alle værktøjer
  1. Pi · mandag · gemtLancering: fredag 16. oktober
  2. Hermes · torsdag · genkaldtLancering: fredag 16. oktober

Ingen satte det ind i Hermes. Begge værktøjer læser den samme hukommelse.