RIP flaches RAG ☠️ ByteDance hat gerade OpenViking als Open Source veröffentlicht und es zeigt alles, was falsch ist, wie wir das Gedächtnis von KI-Agenten aufgebaut haben. Hier ist, was jedes Agenten-Framework falsch macht: Erinnerungen leben an einem Ort. Ressourcen an einem anderen. Fähigkeiten überall verstreut. Und wenn du Kontext benötigst, machst du eine flache Vektorsuche und hoffst auf das Beste. Das ist das Problem. OpenViking behebt all das mit einer Idee: Behandle den Agenten-Kontext wie ein Dateisystem. Alles lebt unter einem einheitlichen viking:// Protokoll. Erinnerungen, Ressourcen, Fähigkeiten sind alle in Verzeichnissen mit einzigartigen URIs organisiert. Agenten können ls, finden und den Kontext navigieren wie ein Entwickler, der mit einem Terminal arbeitet. Aber der echte Durchbruch ist das gestaffelte Laden: → L0: ein Satz Zusammenfassung für schnelle Nachschlage → L1: ~2k Token Überblick für Planungsentscheidungen → L2: vollständige Details werden nur geladen, wenn sie tatsächlich benötigt werden Die meisten Agenten werfen alles in den Kontext und beten. OpenViking lädt nur das, was benötigt wird, wenn es benötigt wird. Die Token-Kosten sinken. Die Genauigkeit steigt. Und die Abrufung macht jetzt tatsächlich Sinn. Anstatt einer flachen semantischen Suche, macht es zuerst eine Verzeichnis-Ebenen-Positionierung und dann eine rekursive Verfeinerung innerhalb der Verzeichnisse mit hohen Punktzahlen. Du kannst buchstäblich die Abruftrajektorie beobachten – kein schwarzer Kasten mehr. Das Selbstentwicklungsstück ist auch verrückt. Am Ende jeder Sitzung extrahiert es automatisch Erkenntnisse und aktualisiert das Gedächtnis des Agenten und des Benutzers. Der Agent wird einfach intelligenter, je mehr du ihn benutzt. 9K Sterne. 13 Mitwirkende. Entwickelt vom ByteDance Viking-Team, das seit 2019 die Vektor-Infrastruktur betreibt. 100% Open Source. Apache 2.0. Link in den Kommentaren.