コンティニュイティ層：知性には、それが引き継ぐもののためのアーキテクチャが必要な理由

Abstract

AIにおける最も重要なアーキテクチャ上の問題は、モデルのサイズではなく、モデルが理解し得たことをそのまま引き継いで運ぶ層が存在しないことです。セッションは終了します。コンテキストウィンドウは埋まります。メモリアプリ（API）は、モデルが読み取るたびに最初から解釈し直さなければならない平坦な事実を返します。その結果、セッション単位では強力な知性でありながら、時間をまたいでは忘却（健忘）的になります。このポジションペーパーは、この問題を解決する層、すなわち「連続性（continuity）層」が、分野がまだ構築していない中でも最も重大なインフラストラクチャであり、それを作るためのエンジニアリング作業が公の場で始まっていることを論じます。本論で記述する性質のための形式的な評価枠組みはATANTベンチマーク（arXiv:2604.06710）であり、250階層からなるコーパスに対する評価結果とともに別途公開されています。併せて、この枠組み（arXiv:2604.10981）が既存のメモリ、ロングコンテキスト、エージェント型メモリのベンチマークと比較して位置付けられます。この論文は、連続性を、メモリやリトリーバル（検索）とは異なる、7つの必須特性を備えたシステムの性質として定義します。その性質を生み出す保存プリミティブとして、書き込み時の分解と読み取り時の再構成によってそれを実現する「Decomposed Trace Convergence Memory（分解トレース収束メモリ）」を述べます。そして、エンジニアリングのアーキテクチャを、ケノーシス（空け身）という神学的パターンおよびアルファとオメガという象徴的パターンに対応付け、その対応付けが比喩ではなく構造的であると主張します。さらに、外部SDKからハードウェアノード、長期的な人間のインフラに至る4層からなる開発アークを提案し、現在モデル層を制約している物理の限界がなぜ連続性層を新たに決定的（consequential）なものにしているのかを検討します。そして、ガバナンスのアーキテクチャ（プライバシーをポリシーではなく物理として実装すること、ならびに創業者が統制するクラスシェアを、交渉不可能なアーキテクチャ上のコミットメントに結び付けること）は、そのプロダクト自体と不可分であると論じます。