Bellek

Tanım

Bellek, bir agent’ın oturumlar arası taşıdığı, seni tanıyan kalıcı kayıttır. Bir LLM’in bağlam penceresinden farklıdır: bağlam pencere konuşma bitince temizlenir, bellek kalır.

Belleği teknik olarak üç katmandan oluşur:

1. Vektör veritabanı — anlam yakınlığına göre arama yapan depo. “Geçen ay konuştuğumuz dosya nerede?” sorusunu cevaplayan katman.
2. Yapılandırılmış notlar — kişi, tarih, tutar, karar gibi şeylerin tablo halindeki kaydı. “Müşteri X’in ödeme tarihi neydi?” gibi sorular için.
3. Zaman çizelgesi — kararların kronolojik günlüğü. “Üç hafta önce neye ‘hayır’ demişim?” için.

Bu üçü birlikte, agent’ın bir konuşma sonunda unutmasını engeller.

Neden bellek bağı kuran şey?

Bağ ilişkidir. İlişki tarihtir. Tarih kayıttır. Kayıt → bellek.

Yaşayan bağ, agent’ın senin kararlarına zamanla alışmasıdır. Bu alışma matematiksel olarak Bayesian profilinde tutulur — ama o profilin dayandığı veri belleğindeki örneklerdir. Bellek silinirse profil de bağ da kaybolur.

Bu yüzden Ilura’da bellek:

• Senindir. Cihazında durur.
• Taşınabilir. JSON olarak dışa aktarılır.
• Yedeklenir. Otomatik snapshot’lar tutulur.
• Düzeltilebilir. Yanlış bir kayıt varsa silmek için izin gerekir, ama mümkündür.

Bellek nereye yazılır?

Yerelde — senin makinende. Ilura masaüstü uygulaması SQLite + lokal vektör deposunu kullanır:

• macOS — ~/Library/Application Support/ilura/memory.db
• Linux — ~/.local/share/ilura/memory.db
• Windows — %APPDATA%\ilura\memory.db

Bu dosyaya bulut çıkışı yoktur. İstersen şifrelenebilir (Tezgah ayarlarında). Sıfır-güven mimarinin temel taşıdır: veriyi senin makinende tutarken, agent’ın zekâsını bulutta eğitmek.

Daha derinlemesine: Yerel model ve eğitmen model ayrı sayfalar.

Bellek vs. RAG vs. fine-tune

Üçü de “agent’a bilgi öğretmek” gibi görünür ama aralarında eşik var:

• RAG / notlara bakma — agent cevap verirken belgelere bakar. Bilgiyi hatırlamaz, bulur. Belge silinirse erişim biter.
• Fine-tune — model ağırlıklarını değiştirir. Bilgi ağırlıklara gömülür. Geri alınması zordur.
• Bellek — agent’ın yan dosyasında durur. Sözlüğüne ekler ama modelin ağırlıklarına dokunmaz. Hem hızlı hem geri alınabilir.

Ilura belleğini ana yöntem olarak kullanır; RAG’i bilgi tabanı için, fine-tune’u sadece üslup için ekler.

Yaygın yanılgılar

“Bağlam penceresi büyürse belleğe gerek kalmaz.” — Yanlış. 1 milyon token’lık pencere bile oturumla biter. Bellek kalıcılık, pencere anlık genişliktir.

“Bellek = sürekli LLM’i çağrıştırma.” — Bellek aslında az çağrıdır. Agent her seferinde tüm konuşmayı tekrar göndermez; sadece o anı gerektiren parçayı seçer.

“Belleği büyük tutmalıyım.” — Aksine. Çok kayıt = gürültülü bellek. İyi bellek özetlenmiş ve sınıflanmıştır. Tezgah bunu otomatik yapar.

“Bellek = veritabanı tasarımı işi.” — Senin değil. Tezgah sana sadece “bunu hatırla / unut / düzelt” arayüzü sunar. Vektörlerle uğraşmazsın.