Supermemory lanserer Learner-1 for at agenter skal lære mellom økter

Supermemory sier selskapet «doubling down» på minne og in-context learning. Det skrev de i en tråd på to innlegg på X 7. september, der Learner-1 ble presentert som et lag for kontinuerlig læring som lar KI-agenter ta med seg erfaring inn i senere arbeid. Lanseringen peker utviklere til den eksisterende Supermemory-plattformen, ikke til en frittstående grunnmodell.

Skillet er hele poenget. En vektordatabase kan hente tilbake noe du har lagret. Et system for kontinuerlig læring må avgjøre hvilke deler av erfaringen som faktisk betyr noe, og gjøre dem nyttige i senere oppgaver. Supermemory knytter Learner-1 eksplisitt til in-context learning, altså til arbeidet rundt modellen, og hevder ikke at agenten skriver om sine egne vekter underveis.

For deg som bygger er det en praktisk forskjell. Ekstern læring kan inspiseres, redigeres og flyttes mellom modeller, og du slipper kostnaden og regresjonsrisikoen ved å finjustere hver gang agenten møter en ny preferanse eller en ny arbeidsflyt. Grunnlegger Dhravya Shah, som tidligere jobbet med Workers AI i Cloudflare, bygger videre på den samme tesen: kapable modeller gjentar feil og lærer brukerpreferanser på nytt fordi programvaren rundt dem ikke tar vare på erfaring. Supermemory oppgir selv at API-et behandler over 100 milliarder tokens i måneden og returnerer minner på under 300 millisekunder. Tallene er selvrapporterte. Det åpne repoet har rundt 29 000 stjerner på GitHub.

Timingen henger sammen med at målingene har begynt å bli ubehagelige. Continual Learning Bench, publisert i juni, måler om erfaring fra tidligere oppgaver forbedrer en agent på senere oppgaver, på tvers av programvareutvikling, prognoser og databasespørringer. Forskerne fant at agenter ofte overtilpasser seg de siste observasjonene eller ikke gjenbruker kunnskap på tvers av oppgaver. Naiv in-context learning slo systemer bygget spesifikt for minnehåndtering i testene deres.

Hva bør du gjøre?

1. Test Learner-1 mot din egen feilhistorikk, ikke mot en demo. Målet er om agenten slutter å gjenta rettelser du allerede har gitt den.
2. Kjør en baseline med naiv in-context learning først. Continual Learning Bench antyder at den er vanskeligere å slå enn den ser ut.
3. Vurder hvor mye tilstand du legger hos en leverandør. Akkumulert kontekst er dyr å bygge opp igjen, og det er nettopp derfor minnelaget er verdt å eie.