TasteBud 기억: 초차원 컴퓨팅을 통한 가역적 에이전트 기억

TasteBud Memory는 초차원 컴퓨팅/벡터 기호 아키텍처(Kanerva)를 기반으로 한 AI 에이전트용 가역적 메모리 인덱스입니다. 프로젝트 기여도를 돌이킬 수 없는 합(마치 물감을 섞는 것처럼)으로 혼합하는 대신, 각 프로젝트에 결정론적 4096차원 ±1 벡터를 할당하고, 하루 작업을 가중 합으로 인코딩합니다. 무작위 고차원 벡터는 거의 직교하기 때문에, 내적을 통해 혼합물을 구성 프로젝트로 다시 분해할 수 있으며, 알 수 없는 성분도 감지할 수 있습니다.

기능

• 무손실 디코딩: 주어진 날의 벡터로부터 어떤 프로젝트가 얼마나 기여했는지 정확히 복원합니다.
• 완전 검색: 프로젝트 X가 포함된 모든 날을 나열합니다(임베딩 검색은 대표값만 반환).
• 기원 추적: 프로젝트가 시작된 시점을 찾습니다. 이전 이름 아래에서도 가능합니다.
• 차집합: 3월에 활성화되었으나 6월에 사라진 것은? (임베딩으로는 불가능)
• 부재 감지: 어떤 작업 흐름에 문서화가 전혀 없었나?
• 미확인 성분 감지: 하루 작업에 코드북에 없는 프로젝트가 포함되면 플래그를 표시합니다.

검증 프로토콜

신뢰하기 전에, 저자의 과거 데이터로 백테스트했습니다:

• 정답 문서를 고정하고, 적대적 검증 에이전트가 92일 중 31일을 블라인드로 재도출하게 했습니다. 2개의 실제 태그 오류를 발견했으며, 93.5% 정확했습니다.
• 알려진 프로젝트를 코드북에서 삭제한 상태로 과거를 재생하여, 미확인 성분 탐지기가 이를 플래그했을 것임을 증명했습니다(백테스트에서 0-2일 차).
• 실제 과거에는 13일 이상 실행된 후에야 문서화된 프로젝트가 있었는데, 이것이 원래 동기였습니다.

솔직한 한계

• 대부분의 쿼리 작업은 일반 구성 테이블이 수행합니다. 벡터 레이어는 무손실 디코딩, 날짜 유사도, 드리프트 추적, 고정 크기 인코딩에서 가치를 발휘합니다.
• 로컬 모델(Gemma 26B)은 태깅 품질 게이트를 통과하지 못했습니다(0.74 합의 vs 0.80 기준). 현재 경고 대기 중이며, 대형 클라우드 모델이 야간 기본입니다.
• 이것은 인덱스이지 요약기가 아닙니다. 재료 목록을 복원할 뿐, 레시피는 아닙니다.

기술 세부사항

• ~600줄의 의존성 없는 Node.js
• 두 개의 JSON 파일로 지속성 유지
• MIT 라이선스
• 모든 에이전트 플랫폼이 사용할 수 있도록 MCP 서버 포함
• 가상 샘플 데이터로 클론 후 즉시 모든 명령어 작동

저장소: github.com/Mikhail-Za/tastebud-memory. 방법론 문서(킬 게이트, 백테스트 프로토콜)는 저장소에 있습니다.