Использование Opus 4.6 и GPT 5.4 для рецензирования дизайна стека памяти для OpenClaw.

Разработчик задокументировал процесс проектирования стека памяти для OpenClaw, организовав взаимный экспертный обзор работ двух моделей ИИ. В качестве основной модели для проектирования архитектуры использовался Claude Opus 4.6 через API-токены, после чего готовый проект был отправлен GPT 5.4 для проверки качества.

Процесс экспертного обзора ИИ

Разработчик изучил несколько плагинов памяти, включая Mem0, Supermemory, Cognee, Hindsight, QMD, Lossless Claw, LanceDB и MemOS, прежде чем прийти к выводу, что ни один плагин не решает все задачи памяти. Opus 4.6 использовался для создания полного промпта реализации для OpenClaw, который затем был проверен GPT 5.4.

В ходе экспертного обзора GPT 5.4 выявил несколько проблем: риски петли обратной связи, cron-задание с чрезмерными полномочиями, пробелы в проверке FTS5, проблемы с фиксацией версий и проблемы с перегрузкой токенов. После трех раундов обратной связи между моделями они пришли к окончательному проекту, одобренному обеими сторонами.

Разработчик отметил, что Opus сильнее в архитектуре и деталях на уровне плагинов, в то время как GPT преуспел в выявлении операционных рисков, крайних случаев и сценариев сбоев.

Трехслойный стек памяти

• Слой 1: Lossless Claw (LCM) – Полностью заменяет стандартное сжатие. Вместо суммирования старых сообщений и их удаления он сохраняет каждое сообщение в базе данных SQLite и строит дерево постепенно сжимаемых сводок (DAG). Модель видит сводки вместе с последними сообщениями, но может углубиться в полные детали с помощью инструментов, таких как lcm_grep и lcm_expand. Суммирование выполняется на Haiku для контроля затрат.
• Слой 2: Гибридный поиск SQLite – Не плагин, а просто изменение конфигурации. Включает сопоставление ключевых слов BM25 вместе со стандартным векторным поиском, позволяя находить точные термины (имена проектов, коды ошибок, идентификаторы) в дополнение к семантически похожему контенту. Также включает MMR для разнообразных результатов и временное затухание, чтобы недавние заметки ранжировались выше. Эта функция встроена в OpenClaw, но по умолчанию отключена.
• Слой 3: Mem0 Cloud – Обеспечивает постоянную память между сессиями. Автовосстановление внедряет релевантные факты перед каждым ответом, а автозахват извлекает факты после каждого ответа. Настроен с topK=3 и более высоким порогом поиска (0.45) для снижения перегрузки токенами.

Поддерживающая конфигурация

• Тайм-аут бездействия сессии в 7 дней для предотвращения ненужных сбросов сессий
• Обрезка контекста Anthropic cache-ttl, согласованная с хранением кэша промптов
• Сброс памяти перед сжатием, позволяющий агенту записывать устойчивые заметки перед событиями сжатия
• Ежедневная консолидация cron в 3 часа ночи, которая читает дневные логи за последние 7 дней и записывает консолидированную сводку в датированный файл (только суммирование, не может удалять, обрезать или изменять существующие файлы, не может записывать в MEMORY.md, идемпотентна)
• Детерминированный скрипт архивации в 4 часа утра (системный cron, не OpenClaw), который перемещает дневные логи старше 30 дней в архивный каталог вне пути индексируемой памяти

Исключенные плагины и обоснование

• QMD – Исключен из-за открытых ошибок, включая циклы перезапуска шлюза, memory_search, не вызывающий QMD, и постоянный откат после тайм-аута. Гибридный поиск SQLite предоставляет аналогичные преимущества без нестабильности.
• Cognee – Функциональность графа знаний сочтена избыточной для однопользовательской персональной настройки. Отложена для возможной реализации позже, если потребуется.
• Supermemory – Большинство заявлений о производительности исходят от поставщика, в то время как Mem0 более проверен в бою.

Ключевые выявленные риски

В ходе экспертного обзора модели выявили риски петли обратной связи между Mem0 и LCM/cron-заданиями, хотя исходный текст обрывается до детализации всех выявленных рисков.