A · Agent filesystem-native
Silna baseline z plikami, wyszukiwaniem, shell/tools i swobodą organizowania lub przepisywania persistent informacji.
research://memorybench
An architecture-neutral benchmark for persistent agent memory: measure continuity, temporal correctness, adaptation, latency and cost without rewarding one storage design by construction.
research://thesis
MemoryBench avoids a weak “chat history vs memory product” comparison. The benchmark gives a best-of-breed filesystem-native agent real tools to search, organize, rewrite and consolidate its own persistent workspace, then compares that baseline with SynapseFS and SynapseFS + SymbioRAP Memory under matched model, information and compute conditions.
focus://memorybench
Silna baseline z plikami, wyszukiwaniem, shell/tools i swobodą organizowania lub przepisywania persistent informacji.
Te same warunki agenta z deterministyczną persystencją, stabilnymi IDs oraz semantyką evidence i wersji.
Dodaje pamięć epizodyczną/semantyczną, temporal graph, konsolidację i context selection z provenance.
Model, dostęp do informacji, zadania i compute budget są kontrolowane, aby efekt architektury pozostał interpretowalny.
architecture://working-model
Protokół ma ujawniać trade-offy zamiast produkować jeden korzystny score. Mierzy, czy architektura pozostaje poprawna w czasie, adaptuje się do zmienionych faktów, znajduje właściwą evidence i robi to przy praktycznej latency oraz kosztach token/compute.
Poprawne odpowiedzi i użycie evidence w krótkim i długim horyzoncie.
Poprawna obsługa zastąpionych faktów, zmienionych preferencji i stanu zależnego od czasu.
Zdolność zmiany zachowania, gdy nowa evidence przeczy wcześniejszym założeniom.
Narzut retrieval/consolidation, zużycie tokenów i compute potrzebne do utrzymania jakości pamięci.
research://questions
Które zadania rzeczywiście wymagają dedykowanej warstwy memory zamiast zdyscyplinowanej organizacji filesystem?
Ile poprawy daje sama semantyka persystencji przed dodaniem pamięci semantycznej?
Które polityki konsolidacji poprawiają dokładność long-horizon bez tworzenia stale lub nadmiernie pewnej pamięci?
Jak projektować zadania benchmarkowe odporne na memorization modelu i skróty specyficzne dla architektury?
status://research
Opisane elementy są kierunkami badań i implementacji, a nie deklaracją gotowych funkcji produktu.
connect://research
Partnerom badawczym, grantowym i technologicznym udostępniamy pytania architektoniczne, projekt benchmarków i techniczne stany prac w kwalifikowanej współpracy.
Następny sensowny krok
Nie musisz definiować rozwiązania technicznego. Napisz, co ma powstać lub działać lepiej, a my ocenimy wykonalność, pierwszy zakres i kolejne kroki.
Bezpłatna ocena pomysłu
Cztery pola wystarczą. Otrzymasz konkretną odpowiedź, jak rozsądnie zacząć i później rozwijać projekt.