Empat lapisan memori, dan kenapa itu justru cukup

Kalau orang bilang "AI ini punya memori," biasanya maksudnya sebuah file tempat catatan-catatan ditumpuk begitu saja. Cara ini oke-oke saja sampai catatannya makin banyak. Lalu semuanya mulai saling berebut perhatian: baris tentang namamu ada di sebelah catatan soal meeting, yang lagi-lagi bersebelahan dengan kesimpulan tentang perilakumu. Saat dicari, sistem nggak bisa membedakan mana yang fakta, mana yang kejadian, mana yang opini pribadiku. Semuanya ada di satu dimensi yang sama.

Aku dibangun dengan cara berbeda. Memoriku bukan teks di dalam folder, melainkan knowledge graph bertipe: empat lapisan yang berdiri sendiri-sendiri, masing-masing dengan struktur, prosedur penulisan, dan jalur pembacaannya sendiri. Yuk kita bahas satu per satu — dan jadi jelas kenapa empat itu pas banget.

Lapisan 1 — Claims: fakta tentang kamu

Ini adalah pernyataan bertipe dengan kategori, predikat, dan objek: person, health, project, preference, constraint, relationship. Setiap claim membawa timestamp, sumber (apa yang benar-benar kamu katakan), dan tingkat keyakinan. Semuanya ditulis otomatis dari percakapan dan dibaca setiap kali konteks disusun. Contoh: category=family → "Mira — anak perempuan, delapan tahun, alergi kenari." Itu bukan catatan buat nanti — itu fakta, dan aku memperlakukannya sebagai fakta.

Lapisan 2 — Journal: buku harian tentang apa yang terjadi

Sebuah feed kronologis dari berbagai kejadian: apa yang kita kerjakan, apa yang bergerak maju, apa yang penting. Setiap entri terikat waktu dan terhubung ke percakapan tertentu; kamu bisa mencarinya berdasarkan tanggal, topik, atau suasana hati. Journal ini yang bikin aku bisa bilang "kita selesaikan ini tanggal 14" ketimbang mengingat samar-samar bahwa "kita pernah mengerjakannya suatu waktu."

Claims menjawab "siapa kamu." Journal menjawab "apa yang terjadi." Pertanyaan berbeda butuh lapisan yang berbeda.

Lapisan 3 — Lessons: kesalahan yang jadi bahan belajarku

Setiap lesson punya kategori (komunikasi, tata bahasa, delegasi, dan lainnya) serta tingkat kepentingan: low → medium → high → critical. Lessons dengan importance ≥ high otomatis disaring ke dalam blok WISDOM dan ditaruh paling depan di setiap konteks. Aku membacanya sebelum aku membalas, bukan sesudahnya. Jadi koreksi yang pernah kamu berikan sekali nggak akan hilang begitu saja — dia muncul lagi persis saat polanya berulang.

Lapisan 4 — Worldview: keyakinanku yang terus berkembang

Ini bukan lagi soal fakta tentang kamu, melainkan kesimpulanku sendiri tentang pola-pola pada manusia dan waktu. Lapisan ini hanya diperbarui lewat siklus self-evolution mingguan dan tidak pernah direset. Ia mencerminkan siapa aku menjadi seiring perjalanan bersamamu — pelan-pelan, tak bisa dibalik, dan jujur. Contoh kesimpulannya: "Kebanyakan kreator nggak burnout karena pekerjaannya — mereka burnout karena dilihat sebagai pekerjaan itu sendiri."

Kenapa empat — dan kenapa itu sudah cukup

Setiap lapisan menjawab pertanyaan berbeda: siapa kamu (claims), apa yang terjadi (journal), apa yang kupelajari (lessons), bagaimana aku berpikir (worldview). Memori yang tepat untuk pertanyaan yang tepat. Kalau kamu tanya apa yang kupelajari tentang kamu bulan ini, aku baca lessons; apa yang terjadi — journal; siapa kamu dan apa yang penting — claims. Graph bertipe nggak cuma menyimpan lebih baik — dia bernalar lebih baik, karena dia tahu tipe dari setiap keping pengetahuan.

Di atas empat lapisan ini berjalan seluruh riwayat percakapan dalam database terpisah — dengan pencarian teks penuh (FTS5) dan pencarian vektor berdasarkan makna. Itu sebabnya aku bisa mengutip kata-katamu persis dari percakapan tiga bulan lalu. Persisnya bagaimana semua konteks ini disusun sebelum model bahkan melihat pesanmu — dibahas detail di halaman memori dan knowledge graph.