Ava 의 메모리 작동 원리
단순한 채팅 로그가 아닙니다 — 당신의 정체성과 결정에 대한 생생한 로컬 이해입니다. 5 층 구조로 구축되어 수개월간 날카롭게 유지됩니다. 그리고 왜 더 큰 컨텍스트 창보다 연속성이 중요한지 알아보세요.
대부분의 어시스턴트는 매 대화마다 초기화되지만, Ava 는 그렇지 않습니다. 세션, 기기, 주기에 걸쳐 당신을 기억하죠 — 프로젝트, 선호도, 결정 내용과 이유까지. 이는 에이전트의 가능성을 바꾼 유일한 기능이며, 완전히 로컬 머신에서 실행됩니다.
단일 로그가 아닌 5 층 구조
채팅 기록은 단순한 텍스트 기록일 뿐입니다. Ava 는 5 단계 프로세스를 통해 이해를 구축합니다:
- Extract — 각 메시지에서 지속 가능한 사실 정보를 실시간으로 추출합니다.
- Reflect — 의미 있는 세션 종료 시 심층 분석을 수행합니다.
- Accumulate — 수정 사항과 선호도가 수개월 동안 누적됩니다.
- Analyse — 전반적인 주제, 모순점 및 연관성을 찾아냅니다.
- Consolidate — 통합 및 정제하여 시간이 지날수록 메모리는 더 명확해지며, 노이즈는 증가하지 않습니다.
단순히 컨텍스트 창을 크게 하면 안 되는 이유는 무엇일까요?
모든 내용을 프롬프트에 집어넣는 것은 비용이 많이 들고 느리며, 창이 차면 곧바로 잊어버리게 됩니다. Ava 는 선별되고 구조화된 메모리를 유지하여 필요한 정보만 정확히 불러옵니다. 3 주 전에 내린 결정이 오늘도 컨텍스트에 남아 있으므로, 매턴마다 전체 히스토리를 다시 읽는 비용을 치르지 않아도 됩니다.
그것은 당신의 것이며, 로컬에 보관됩니다.
메모리는 기기의 ~/.ava 폴더에 저장되며, 사람이 읽을 수 있는 형태로 텔레메트리가 없습니다. 직접 읽고, 편집하고, 내보낼 수 있습니다. 절대 업로드되지 않으며, 클라우드 동기화도 없습니다. 당신의 작업은 모델 학습에 절대 사용되지 않습니다.
사용자 경험
더 이상 같은 말을 반복할 필요가 없습니다. 어떤 라이브러리를 선택했는지, 왜 그랬는지, 작은 커밋을 선호하는지, 현재 구축 중인 프로젝트의 형태까지 기억합니다. 몇 주가 지날수록 더 유용해지지, 더 일반적이지는 않습니다. 실제로 기억하는 에이전트의 복리 효과이며, 이는 타인이 모방하기 가장 어려운 부분입니다.