Современные системы ИИ-памяти на базе RAG и графов знаний предсказуемо уперлись в потолок «мешка фактов». Как отмечает Боцзе Ли из Pine AI, хранение неструктурированного текста не позволяет модели разрешать противоречия или проводить сложные вычисления. Пока данные лежат в памяти пассивным грузом, агент не способен самостоятельно отследить логические конфликты. Классический пример: если пользователь сегодня признается в любви к кинзе, а через месяц заявляет об аллергии на нее, традиционные методы извлечения просто скормят модели оба факта. Итог — галлюцинации и путаница на ровном месте.
Концепция User as Code (UaC) предлагает перестать копить текстовый мусор и превратить модель личности пользователя в живой программный проект.
Вместо того чтобы гадать по векторам, система использует типизированные объекты Python и функции для управления состоянием. По словам Боцзе Ли, это позволяет объединить представление данных и рассуждение о них в единой исполняемой среде. Информация из диалогов сначала оседает в логах, а затем упаковывается в структурированный код. Такая архитектура, заимствованная из классических баз данных, дает феноменальный результат:
Агрегатные запросы (например, подсчет поездок за год) выполняются с точностью 99%. Традиционный векторный поиск в аналогичных задачах демонстрирует точность всего 6–43%. Система автоматически разрешает логические конфликты в профиле пользователя. Память становится детерминированной и проверяемой.
Бизнес-эффект UaC — это переход от реактивного «отвечания» к проактивному сервису. Поскольку память становится исполняемой, она может сама запускать триггеры при изменении состояния — например, предупредить о конфликте лекарств или истекающем паспорте еще до того, как пользователь откроет рот. Да, структурирование кода требует разовых вычислительных затрат, но они окупаются за считаные запросы к профилю. Мы получаем фундамент для цифровых двойников с жестко встроенными комплаенс-фильтрами и логикой, которая работает детерминированно, а не «по настроению» нейросети.
Персонализация окончательно переходит из области поиска текстов в область инженерии данных. Для CTO и техлидов это сигнал: пора менять непредсказуемые цепочки промптов на проверяемый код, который не просто помнит факты, а исполняет волю пользователя. Скоро ошибки в профилях клиентов будут трактоваться не как слабость языковой модели, а как признак банально плохого кода.