TL;DR
- ZenBrain modelliert Agenten-Gedächtnis als sieben kognitive Schichten — vom Arbeitsgedächtnis bis zur Langzeit-Konsolidierung — statt als einen flachen Vektor-Store.
- Schlaf-Konsolidierung stärkt Wichtiges in Ruhephasen und entfernt schwache Verbindungen.
- FSRS-Wiederholung steuert prinzipielles Vergessen; ein Hebb'scher Wissensgraph baut Assoziationen, die niemand explizit definiert hat.
- Quelloffen (Apache-2.0), Zero-Dependency-TypeScript.
Warum herkömmliche KI-Gedächtnisse nicht ausreichen
Die meisten KI-Systeme nutzen einfache Vektor-Stores. Das ist, als würde man das menschliche Gedächtnis auf einen Zettelkasten reduzieren.
Die 7 Schichten
ZenBrains HiMeS-Architektur implementiert sieben Schichten:
- Working Memory — Aktiver Task-Fokus
- Short-Term Memory — Session-Kontext
- Episodic Memory — Konkrete Erlebnisse
- Semantic Memory — Fakten und Konzepte
- Procedural Memory — Abläufe und How-Tos
- Prospective Memory — Zukunftsplanung
- Long-Term Memory — Persistentes Wissen
Konsolidierung
Der spannendste Teil: Sleep Consolidation. Inspiriert von Stickgold & Walker (2013) replayed ZenBrain Erinnerungen in Ruhephasen und stärkt wichtige Verbindungen.
Open Source
Die gesamte Architektur ist als @zensation/core auf npm verfügbar. Zero Dependencies, TypeScript-native.