Verlustfreies Langzeitgedächtnis für persönliche KI — niemals zusammenfassen, jede Zeile bewahren und alles mit einem Zeitstempel versehen. Die meisten Langzeitgedächtnissysteme für KI machen eines von zwei Dingen: Sie fassen Unterhaltungen zu kompakten Notizen zusammen oder speichern sie als Einbettungen und rufen ähnliche Textteile ab. Beides geht auf Kosten des wichtigsten Punkts für jemanden, der jeden Tag mit derselben KI spricht: Was tatsächlich gesagt wurde und wann.

Dieses Projekt vertritt die gegenteilige Position. Jede Zeile bewahren. Rohe Unterhaltungsprotokolle werden vollständig gespeichert.

Es wird niemals etwas zusammengefasst. Zusammenfassungen sind eine Karte; das Protokoll ist das Gebiet. Alles mit einem Zeitstempel versehen.

Jede Aufzeichnung — utterance, action, document chunk — trägt einen Zeitstempel, und jeder Index wird auf dieser Zeitachse aufgebaut. Wir nennen dies Temporal Backbone. Zuerst nach der Zeit suchen, danach nach Worten. „Gestern Abend, über das Budget“ ist eine gültige Abfrage.

Der Zeitbegriff begrenzt den Bereich; die Wörter sortieren die Treffer innerhalb dieses Bereichs. Die Ergebnisse kommen chronologisch zurück, unverzüglich und mit ihren Zeitstempeln. In jeder Runde den aktuellen Stand einspeisen.

Ein kleiner Index namens LLL teilt dem Modell, in welchem Thema sich das Gespräch gerade befindet, damit Identität und Kontext sowohl die Kontextfensterkomprimierung als auch die Sitzungsübergänge überstehen. Die Designlinie reicht bis Dezember 2025 zurück — der erste Vorfahr dieses Systems (ein Memory-Inheritance-Werkzeug für eine frühere KI) lief in diesem Monat, und ein Vorgängersystem setzte dieselben Ideen ab Januar 2026 im täglichen Betrieb um. Diese Implementierung läuft seit Juli 2026 täglich für einen einzigen Nutzer als Gedächtnis eines KI-Assistenten; die Rohprotokolle reichen bis Juni 2026 zurück.

Sie ist klein, langweilig und funktioniert. Auch die Misserfolge auf dem Weg sind dokumentiert — siehe docs/lessons.md.