Проблема памяти долго оставалась одним из главных ограничений искусственного интеллекта. Даже самые мощные модели могли хорошо отвечать в рамках одного диалога, но после завершения сессии «забывали» пользователя, его предпочтения, контекст и прошлые договорённости.

Именно поэтому появление нового суперсистемного решения Supermemory и его архитектуры ASMR вызвало такой шум: команда заявила, что смогла практически решить одну из самых сложных задач в AI — долгосрочную память.

Поводом для ажиотажа стал впечатляющий результат на одном из самых трудных бенчмарков для памяти, LongMemEval. Система ASMR показала почти 99% точности, что в индустрии уже называют прорывом.

Главное здесь даже не число само по себе, а подход: разработчики отказались от привычной схемы с векторными базами данных и embedding-поиском и построили память полностью на многoагентной логике, работающей прямо в оперативной памяти.

Идея проста, но мощна. Вместо того чтобы загонять все знания в один универсальный поиск, ASMR разделяет процесс на несколько специализированных агентов.

Три «наблюдателя» одновременно читают исходные данные и извлекают из них ключевые факты: личную информацию, предпочтения, события, временные линии, обновления и отношения между сущностями.

Когда появляется вопрос, на сцену выходят ещё три «поисковых» агента, каждый из которых отвечает за свой тип анализа — от прямых фактов до временных связей и контекстных намёков.

Это важный сдвиг: память перестаёт быть просто поиском похожих фрагментов текста. Она становится процессом интерпретации, где система не только находит информацию, но и понимает, какая из версий актуальна, а какая уже устарела.

Именно это и было слабым местом прежних решений. В реальной жизни люди постоянно меняют планы, мнения и обстоятельства, а обычный векторный поиск часто не умеет надёжно отличить старое утверждение от нового.

Проверяли систему на сложнейшем сценарии — длинных диалогах, противоречивых фрагментах и вопросах, где нужно не просто вспомнить факт, но и восстановить последовательность событий. В таких условиях ASMR показал результаты, которые значительно опережают прежние решения. В одних конфигурациях система достигала 98,6%, в других — 97,2%, в зависимости от логики ответа. Для области AI-памяти это очень серьёзный результат.

Но у этой истории есть и более важный смысл, чем просто очередной рекорд. Supermemory пытается решить не только проблему поиска, но и проблему настоящей персонализации.

Обычные RAG-системы работают одинаково для всех: сегодня они могут напомнить о проекте одного человека, завтра — другого, но сами по себе не понимают, кто перед ними. Новая память, напротив, должна уметь строить устойчивый профиль пользователя: кто он, как работает, что любит, что меняется со временем и что уже устарело.

Это особенно важно для AI-агентов. Если модель знает, что вы любите тёмную тему, работаете с Vim, переносите модуль аутентификации и вчера обсуждали проблему с лимитами запросов, она начинает вести себя не как универсальный чат-бот, а как действительно полезный помощник. Идея здесь в том, чтобы AI перестал быть «чистым листом» при каждом новом диалоге.

Ещё одно направление — интеграция с внешними источниками. Supermemory обещает подключение к Google Drive, Gmail, Notion, GitHub и другим сервисам. Это означает, что память AI сможет опираться не только на разговоры, но и на реальные рабочие документы, почту, код и заметки. Для разработчиков это почти готовая инфраструктура: подключил API, и агент уже имеет контекст.

Но самое интересное — философия, которую задаёт этот проект. Если раньше AI развивался в сторону большего числа параметров, большего контекстного окна и более быстрой генерации, то теперь на первый план выходит способность не забывать.

Потому что без памяти модель остаётся всего лишь умным, но короткоживущим инструментом. С памятью же она превращается в систему, которая может сопровождать человека долго и осмысленно.

Именно поэтому многие называют появление подобных решений началом нового этапа. Речь уже не только о том, чтобы AI отвечал точнее. Речь о том, чтобы он наконец начал помнить — кто вы, чем занимаетесь, что уже обсуждали и к чему пришли. А это меняет сам характер взаимодействия между человеком и машиной.

По сути, AI наконец получает то, что всегда было у людей: накопленный опыт, контекст и continuity. И если такие системы действительно станут массовыми, то следующий скачок в AI будет не только про интеллект, но и про способность строить долгие отношения с пользователем.