Living Brain est une couche de mémoire interopérable qui compile conversations, fichiers et mises à jour en connaissances externes structurées pour les agents et modèles d'IA via API, SDK et MCP.
Fonction du produit et positionnement officiel
Living Brain est une couche de mémoire persistante et externe conçue par ChatAndBuild, qui se connecte aux agents et modèles d'intelligence artificielle. Elle structure les conversations éparses, les fichiers et les mises à jour de tâches en enregistrements de connaissances persistants, permettant aux systèmes d'extraire le contexte pertinent sans retraiter continuellement l'intégralité des historiques.
Le système s'appuie sur des politiques de compilation et de mémoire ainsi que sur des métriques de notation distinctes afin de déterminer quelles informations retenir et restituer lors de l'exécution des tâches. En plus de la récupération au moment de l'inférence, Living Brain permet aux développeurs de compiler les interactions, décisions et retours stockés sous forme de jeux de données d'entraînement pour l'adaptation en aval des modèles.
Cas d’usage étayés par les sources officielles
Les agents d'IA récupèrent le contexte pertinent à la demande au lieu de charger des historiques de conversation multi-sessions complets dans les fenêtres de prompt.
Les équipes d'ingénierie sélectionnent les résultats de tâches, corrections d'utilisateurs et retours accumulés pour créer des jeux de données structurés destinés au post-entraînement des modèles.
Les développeurs relient des outils sur mesure, des sources de données et des architectures d'agents à une mémoire partagée grâce aux connexions Model Context Protocol.
Living Brain fonctionne comme une infrastructure de mémoire externalisée conçue pour dissocier la rétention d'informations à long terme des limites de contexte des modèles. En compilant les fichiers d'entrée, les messages et les changements d'état en enregistrements structurés, la plateforme sélectionne et fait remonter le contexte pertinent par le biais d'un cadre d'agent uniquement lorsqu'une tâche le requiert.
La plateforme prend en charge deux approches d'adaptation pour l'IA. Au moment de l'inférence, elle conserve les connaissances, décisions et corrections pour ajuster les réponses des modèles sans modifier leurs poids. Pour l'adaptation post-entraînement, les journaux d'interactions accumulés et les résultats d'évaluation peuvent être exportés sous la forme d'échantillons d'entraînement calibrés pour les modèles open-weight ou les modèles à poids fermés offrant un accès à l'entraînement.
Vérifications à effectuer avec vos contenus et votre flux de travail
Sources vérifiées et date de la vérification
Réponses fondées sur la fiche produit dont les sources ont été vérifiées
Living Brain stocke les connaissances en dehors du modèle de langage et extrait le contexte pertinent pour chaque tâche spécifique, ce qui évite de transmettre systématiquement l'historique complet des conversations ou des collections entières de documents.
Le système applique des politiques de compilation et de mémoire ainsi que des métriques précises, notamment le score de qualité Markdown, le score de pertinence mémorielle, le score d'adéquation de placement, le score de résonance de connexion et le score de priorité de réintégration pour organiser et hiérarchiser les données.
Living Brain s'intègre aux outils et frameworks d'agents compatibles par l'intermédiaire d'une API, d'un SDK et d'intégrations personnalisées basées sur le Model Context Protocol (MCP).
Oui. Les connaissances accumulées, les retours des utilisateurs et les résultats des tâches peuvent être transformés en exemples d'entraînement et en jeux de données d'évaluation pour ajuster les modèles open-weight ou les modèles propriétaires offrant un accès à l'entraînement.
Lors de tests internes sur LoCoMo, Living Brain a atteint une latence médiane de récupération de mémoire de 464 ms et une précision évaluée à 92,2 % sur 1 540 questions. Sur LongMemEval-S, les tests internes ont affiché 22,6 fois moins de jetons par question par rapport à une référence à contexte complet de 116 000 jetons.
