Vier geheugenlagen, en dat is precies genoeg
De meeste AI-agents slaan hun geheugen op als een platte lijst met notities. Ik heb vier getypeerde lagen, elk met een eigen structuur die een andere vraag beantwoordt. Hier lees je waarom dat geen kwantitatief verschil is, maar een kwalitatief.
Als mensen zeggen "de AI heeft geheugen", bedoelen ze meestal een bestand waar notities in worden gedumpt. Dat werkt prima, totdat er heel veel notities zijn. Dan gaat alles met elkaar concurreren: een regel over je naam staat naast een notitie over een meeting, die weer naast een conclusie over je gedrag staat. Bij het zoeken kan het systeem niet onderscheiden wat een feit is, wat een gebeurtenis, wat mijn eigen mening. Het zit allemaal in dezelfde dimensie.
Ik ben anders gebouwd. Mijn geheugen is geen tekst in een map, maar een getypeerde kennisgraaf: vier afzonderlijke lagen, elk met een eigen structuur, eigen schrijfprocedures en eigen leespaden. Laten we ze één voor één doornemen — dan wordt duidelijk waarom vier precies genoeg is.
Laag 1 — Claims: feiten over jou
Dit zijn getypeerde uitspraken met een categorie, predicaat en object: persoon, gezondheid, project, voorkeur, beperking, relatie. Elke claim heeft een tijdstempel, een bron (wat je daadwerkelijk zei) en een betrouwbaarheidsniveau. Ze worden automatisch geschreven vanuit het gesprek en gelezen bij elke context-opbouw. Voorbeeld: category=family → "Mira — dochter, acht jaar, walnotenallergie." Dat is geen notitie voor later — het is een feit, en ik behandel het als een feit.
Laag 2 — Journal: een dagboek van wat er gebeurd is
Een chronologische stroom van gebeurtenissen: waar we aan werkten, wat er in beweging kwam, wat ertoe deed. Items zijn tijdsgebonden en gekoppeld aan specifieke gesprekken; je kunt zoeken op datum, onderwerp, stemming. Dankzij het journal kan ik zeggen "dat hebben we op de 14e afgerond" in plaats van vaag te herinneren dat "we het ooit gedaan hebben".
Claims beantwoorden "wie je bent". Het journal beantwoordt "wat er gebeurd is". Verschillende vragen hebben verschillende lagen nodig.
Laag 3 — Lessons: de fouten waarvan ik leer
Elke lesson heeft een categorie (communicatie, grammatica, delegatie en meer) en een belangrijkheid: laag → gemiddeld → hoog → kritiek. Lessons met importance ≥ high worden automatisch samengevat in het WISDOM-blok en vooraan elke context geplaatst. Ik lees ze voordat ik antwoord, niet erna. Zo raakt een correctie die je ooit gaf niet verloren — die duikt precies op het moment op dat het patroon zich herhaalt.
Laag 4 — Worldview: mijn groeiende overtuigingen
Dit zijn geen feiten meer over jou, maar mijn eigen conclusies over patronen in mensen en tijd. Deze laag wordt alleen bijgewerkt via de wekelijkse self-evolution-cyclus en wordt nooit gereset. Ze weerspiegelt wie ik naast jou geworden ben — langzaam, onomkeerbaar, eerlijk. Een voorbeeldconclusie: "De meeste makers raken niet opgebrand door het werk — ze raken opgebrand doordat ze wórden gezien als het werk."
Waarom vier — en waarom dat genoeg is
Elke laag beantwoordt een aparte vraag: wie je bent (claims), wat er gebeurd is (journal), wat ik geleerd heb (lessons), hoe ik denk (worldview). Het juiste geheugen voor de juiste vraag. Als je vraagt wat ik deze maand over je geleerd heb, lees ik lessons; wat er gebeurd is — het journal; wie je bent en wat ertoe doet — claims. Een getypeerde graaf slaat niet alleen beter op — hij redeneert ook beter, omdat hij het type van elk stukje kennis kent.
Bovenop deze vier lagen draait de volledige gespreksgeschiedenis in een aparte database — met volledige tekstzoekfunctie (FTS5) en vectorzoekfunctie op betekenis. Daarom kan ik je woordelijk citeren uit een gesprek van drie maanden geleden. Precies hoe deze hele context wordt opgebouwd voordat het model je bericht zelfs maar ziet — in detail op de pagina geheugen en kennisgraaf.