大型语言模型（LLM）的问题不在于智能，而在于健忘和不诚实。大家好，我在过去几个月里构建了一个名为“Remember-Me”的开源“主权大脑”架构，旨在完全离线运行于消费级硬件上。其核心论点很简单：不要租用你的认知。
大多数RAG（检索增强生成）实现仅仅是“对嵌入进行grep”。它们杂乱、不精确，并且容易产生幻觉。我想在架构层面解决“上下文完整性”问题。
技术架构（工作原理）：
QDMA（量子梦记忆架构）：它不是使用平坦的向量数据库，而是使用分层投影引擎。它将“热”记忆（回忆）与“冷”记忆（存储）分开，通过压缩实现有效的无限上下文窗口管理。
CSNP（上下文切换神经协议）——幻觉杀手：这是最重要的部分。每个记忆片段都被哈希成一个Merkle链。当LLM检索上下文时，系统会对照不可变账本进行加密验证。
如果哈希与链不匹配：检索将被拒绝。
结果：AI在视觉上无法“编造”关于你过去的事情，因为它在数学上受到账本的约束。局部推理：基于llama.cpp服务器构建。它在本地运行Llama-3（或任何GGUF）。不需要API密钥。没有数据离开你的机器。
特点：
零依赖：在Windows/Linux上仅需Python和一个GPU（或CPU）即可运行。
可视化界面：包括一个基于Streamlit的“认知界面”来可视化记忆状态。开源：MIT许可证。这是一次尝试，将“自主权”归还给用户。我相信，如果我们想要通用人工智能（AGI），它需要由我们拥有，而不是通过API租用。
代码库：[https://github.com/merchantmoh-debug/Remember-Me-AI](https://github.com/merchantmoh-debug/Remember-Me-AI)
我很想听听你们对Merkle验证方法的反馈。限制上下文窗口是否有效解决了你们的“信任”问题？
它已经完全运行并经过全面测试。如果你之前尝试过Git Clone但没有成功——因为这不是我第一次在Show HN上展示这个——请随时再试一次。
对于那些厌恶AI垃圾、贪婪的公司以及将私人数据存储在云服务器上的人们：
欢迎你们。
祝好，Mohamad
返回首页
最新
OpenClaw 看起来只是另一种在非人工智能中心平台上与 AI 聊天的方式，而不是通过命令行界面或公司的官网。为了真正使用它，你需要提供很多 API 密钥，这让我对它能够实现完全自主的印象大打折扣。是的，我明白这只是一次性的事情，但现在所有这些平台都有自己的 AI，为什么我还要经历这样的麻烦呢？而且有些 API 密钥还会过期或有某些限制。总的来说，这又是一个功能，而不是一个产品。
2023年初，一家小型金融科技初创公司。截止日期：4个月内上线。工程团队只有3个人。我担任架构师，还有两名开发人员。我们已经准备好了。架构设计完成，基础设施在云端运行，后端框架也搭建好了。
开发人员正在构建功能。我们进展顺利。然后到了第二个月，管理层开始招聘。很多经理出现了。接着，他们引入了一位Scrum Master。这个家伙在第一周就想要实施完整的敏捷仪式。
每日站会、冲刺规划、回顾会议、待办事项梳理，所有的流程都来了。他的理由是：“你需要流程来扩展。”而我们只剩下8周的时间。
我们并不是在尝试扩展。我们只是想完成项目。我已经看到这种模式多次上演。小团队在交付，管理层对缺乏可见性感到不安，于是他们招聘流程专家。流程专家需要证明自己的存在，仪式被实施，一切都变得缓慢。
让我感到痛心的是时机。我们正在工作。为什么在距离截止日期只有8周的时候要修复那些并没有坏掉的东西？我真心好奇，为什么管理层不能就让工作团队独立运作？这是真正对可持续性的担忧，还是仅仅对缺乏控制机制的不安？
你对此有什么经验？