Память: MemPalace × llm-wiki × Robby Palace

Одна из самых больных проблем работы с LLM — система не помнит, о чём мы говорили вчера. Каждая новая сессия — чистый лист. Я про это писал недавно — у меня 25 лет дневника, профили людей, логи менторских, финансовых и стратегических сессий, горизонт целей, здоровье. Всё это Робби должен знать, чтобы быть напарником, а не говорящим гуглом. Я конечно добавил в основную инстукцию протокол вспоминания через чтение базовых файлов + сохранение изменений по итогам сессий + скиллы, но решил продолжить эксперименты.

На днях пересобрал архитектуру памяти. Основа — синтез нескольких идей, которые были в голове, и часть из которых проявились в последние недели в AI-сообществе.

⸻

Подход №1: MemPalace от Милы Йовович (!)

Реализован древний «метод локусов» — тот самый, которым античные ораторы запоминали часовые речи, раскладывая образы по комнатам воображаемого дворца. Только теперь дворец — это файловая структура, а комнаты — папки.

Ключевая идея: не давать LLM решать, что выкинуть, а что сохранить. Храни всё дословно, а поиск обеспечь структурой.

Устройство:
— Wings — крылья дворца по темам (человек, проект, домен)
— Halls — стандартные разделы в каждом крыле (facts, events, discoveries, preferences, advice)
— Drawers — ящики с полным текстом сессий, read-only, никогда не редактируются

⸻

Подход №2: LLM Wiki от Андрея Карпатого

Карпатый выложил гист с одной ключевой фразой: «the correct way to use LLMs is not Q&A, it's compilation».

Правильный способ работать с LLM — не задавать вопросы, а компилировать знания.

Каждый раз, когда задаёшь AI вопрос, он заново открывает для себя контекст. Знание не накапливается. Надо наоборот: после каждой сессии записывать выводы обратно в wiki, которая служит consensus-слоем. И в следующий раз AI читает wiki, а не пересматривает всё сырьё с нуля.

Три слоя:
— raw — исходники (логи, дневник, документы)
— wiki — markdown-страницы, которые AI сам поддерживает
— code — артефакты (дашборды, отчёты), которые регенерируются из wiki

И главное правило: для проектов меньше 100 документов прямое чтение wiki работает лучше, чем RAG с векторной базой.

⸻

Что я собрал из этого: Robby Palace

Взял wings/halls из MemPalace + compile-loop из wiki Карпатого, и склеил в гибрид. Плюс добавил свои вещи, которых нет ни у того, ни у другого.

От Милы взял:
— Wings для людей и проектов — крыло на человека, крыло на проект
— 5 стандартных halls в каждом крыле: facts, events, discoveries, preferences, advice
— Drawers с логами сессий — read-only, source of truth про прошлое
— Темпоральность — прошлое иммутабельно, настоящее — живая wiki с updated/last_compile

От Карпатого взял:
— Трёхслойную архитектуру raw → wiki → code
— Команду /compile — пересборка wiki из свежих drawers после каждой сессии
— Obsidian как vault (всё — markdown-файлы в папке)
— Принцип «wiki вместо RAG» для моего размера базы

Что добавил от себя:
— Compile привязан к конкретным сессиям. Каждая заканчивается одной командой — Робби обновляет wiki, дашборды, задачи, автопамять.
— Frontmatter-паспорта на каждом файле — автоматически нахожу устаревшие страницы, давно не обновлённых людей, пустые halls.
— Интеграция с Радаром Кравцова — crossref через wikilinks между профилями людей и моделью нетворка.
— Живые дашборды как регенерируемый «code» — визуальный слой из wiki.

⸻

На картинке видно, что мы с Робби сидим ровно в пересечении двух подходов + добавляем свою специфику сверху.

⸻

Если вы пользуетесь LLM для чего-то серьёзного — рабочие заметки, проекты, исследования — рано или поздно упрётесь в ту же стену. Чат-история не равна памяти. Классные идеи из одной сессии в другую не перетекают.

Решение одно: структура + compile-loop. Неважно, Obsidian, Notion, plain markdown — главное, чтобы после каждой важной сессии у AI был шаг «записать это в wiki».

⸻

→ MemPalace
→ Karpathy llm-wiki

P.S. Если хочется повторить у себя — оба репозитория self-contained, можно натравить Клода на README и попросить адаптировать под себя. У меня на это ушёл один вечер + пара итераций с Робби на следующий день 😎