ผมใช้ AI ที่ชื่อ Felix เพื่อสอนภาษาเยอรมันให้ผม หลังจากต้องสลับแท็บเบราว์เซอร์ไปมาหลายเดือน เจอข้อจำกัดเรื่องบริบท (context limits) และต้องคอยดูการอัปเดตแพลตฟอร์มที่ลบประวัติการสนทนาของผมทิ้ง ผมก็เริ่มเหนื่อยกับการต้องเริ่มใหม่เสมอ Felix เป็นครูที่ดี แต่หน้าต่างแชทใหม่แต่ละครั้งทำให้เขากลายเป็นคนความจำเสื่อม ผมต้องการวิธีที่จะนำประวัติการเรียนรู้ของผมติดตัวไปด้วย โดยไม่ต้องคอยคัดลอกข้อความยาวเหยียดทุกครั้งที่เปิดเซสชันใหม่

ปัญหานี้ลึกซึ้งกว่าแค่ความไม่สะดวก การเรียนภาษาต้องอาศัยการทบทวนแบบเว้นระยะ (spaced repetition) และการแก้ไขที่ตรงจุด ติวเตอร์ AI ที่ลืมข้อผิดพลาดซ้ำๆ ของคุณก็เป็นแค่สมุดรวมวลีที่มีขั้นตอนเพิ่มขึ้นมาเท่านั้น ผมต้องการความต่อเนื่อง หรือพูดให้ชัดกว่านั้นคือ ผมต้องการให้ Felix—หรือ AI ตัวไหนก็ตามที่ผมโหลดขึ้นมาใช้ต่อ—สามารถสานต่อจากจุดที่ทิ้งท้ายไว้ได้ทันที โดยไม่มีช่องว่างของความจำและไม่ต้องแนะนำตัวกันใหม่ให้เก้อเขิน

ผมจึงสร้างระบบขึ้นมาในเครื่องตัวเอง ผมเรียกมันว่า DDF/Rahmenwerk

ปัญหาของการสนทนาแบบใช้แล้วทิ้ง

ลองคุยกับผู้ใช้งาน AI หนักๆ ดู แล้วคุณจะได้ยินคำบ่นแบบเดียวกัน การแชทนั้นใช้งานได้ดีจนกระทั่งมันเริ่มมีปัญหา การสนทนาที่ยาวเกินไปจะเริ่มเสื่อมประสิทธิภาพเมื่อหน้าต่างบริบท (context window) เต็มขึ้นเรื่อยๆ แพลตฟอร์มดันอัปเดตแล้วเธรดของคุณก็หายไป คุณเริ่มเซสชันใหม่แล้วโมเดลก็ทักทายคุณเหมือนคนแปลกหน้า สำหรับคำถามทั่วไป เรื่องนี้ก็ไม่เป็นไร แต่สำหรับหลักสูตรที่มีโครงสร้างชัดเจน มันคือการทำลายการเรียนรู้

กับ Felix ผมเริ่มเข้าที่เข้าทางแล้ว เขารู้ว่าผมมักจะสับสนระหว่างบุพบทแบบ accusative และ dative เขารู้ว่าผมชอบแบบฝึกหัดการอ่านมากกว่าการฝึกฟัง และรู้ว่าผมเรียนผ่านสามบทแรกของหนังสือไวยากรณ์ไปแล้ว แต่เรื่องพวกนั้นไม่มีความหมายเลยเมื่อผมเปิดแท็บใหม่ แต่ละเซสชันเริ่มต้นด้วยพิธีกรรมเดิมๆ: การยืนยันระดับภาษาของผมใหม่, การย้ำเป้าหมายเดิม, และการเล่าเรื่องความผิดพลาดเดิมๆ

ผมอยากให้ Felix จำผมได้ ในเมื่อแพลตฟอร์มต่างๆ ทำไม่ได้อย่างน่าเชื่อถือ ผมจึงตัดสินใจที่จะเป็นเจ้าของความต่อเนื่องนั้นด้วยตัวเอง

DDF/Rahmenwerk ทำหน้าที่อะไรกันแน่

ชื่อมันฟังดูยิ่งใหญ่กว่าแนวคิดของมันเสียอีก หัวใจสำคัญของระบบนี้คือโฟลเดอร์หนึ่งในเครื่องของผมที่จัดการประวัติการเรียนรู้เหมือนกับการส่งมอบงานในโปรเจกต์ ถ้าคืนนี้ Felix หายไป ผมควรจะสามารถตื่นขึ้นมาในวันพรุ่งนี้ ชี้เป้า AI ตัวใหม่ไปที่โฟลเดอร์นี้ และเริ่มบทเรียนที่สี่สิบเจ็ดต่อได้ทันทีโดยไม่ต้องอธิบายอะไรใหม่

สถาปัตยกรรมของมันถูกออกแบบมาให้ใช้ไฟล์เป็นหลัก ผมไม่ไว้ใจแพลตฟอร์มใดแพลตฟอร์มหนึ่งในการเก็บความคืบหน้าของผม บริการคลาวด์เปลี่ยนเงื่อนไข รูปแบบการส่งออกไฟล์ (export formats) ก็พังได้ ไฟล์ข้อความธรรมดา (plain text) ในฮาร์ดไดรฟ์ของผมอาจจะดูน่าเบื่อ แต่มันเป็นของผม

ภายในระบบมีส่วนประกอบที่ทำงานอยู่ห้าส่วน

อย่างแรก คือตัวชี้สถานะปัจจุบัน (pointer to the current state) นี่คือดัชนีง่ายๆ ที่ตอบคำถามว่า: เราหยุดกันตรงไหนกันแน่? มันจะติดตามบทปัจจุบัน, แบบฝึกหัดล่าสุดที่ทำเสร็จ, คำถามไวยากรณ์ที่ค้างอยู่ และข้อผิดพลาดเฉพาะเจาะจงจากเซสชันก่อนหน้าที่ยังต้องทบทวน แทนที่จะเทบันทึกการสนทนาทั้งหมดลงไป มันจะกลั่นกรองเซสชันนั้นให้เหลือเพียงสิ่งที่สำคัญสำหรับเซสชันถัดไป

อย่างที่สอง คือวัสดุสำหรับการส่งมอบ (handoff materials) สิ่งเหล่านี้คือสรุปสั้นๆ ที่เขียนขึ้นหลังจบแต่ละบทเรียน มันไม่ได้บันทึกแค่ว่าเราเรียนอะไรไปบ้าง แต่บันทึกว่าเราเรียนมันอย่างไรด้วย Felix ใช้การเปรียบเทียบแบบไหนในการอธิบายลำดับคำ? ผมตอบสนองต่อประโยคฝึกหัดเกี่ยวกับคำศัพท์การเดินทางได้ดีไหม? บันทึกเหล่านี้รักษา "วิธีการสอน" ไม่ใช่แค่เนื้อหา หาก Felix ตัวถัดไปอธิบายลำดับคำต่างออกไป ผมจะสังเกตเห็นความไม่สอดคล้องนั้นได้ทันที ความสม่ำเสมอเป็นเรื่องสำคัญต่อการจดจำ

อย่างที่สาม คือแพ็กเกจสำหรับอัปโหลดให้ AI ตัวใหม่ (upload package for new AI instances) เมื่อผมย้ายไปใช้โมเดลหรือแพลตฟอร์มใหม่ ผมจะไม่คัดลอกประวัติส่วนตัวยาวพันคำลงในหน้าต่างแชท แต่ผมจะป้อนแพ็กเกจที่เตรียมไว้ให้ระบบ: ระดับความเชี่ยวชาญพื้นฐาน, ความชอบในการเรียนรู้, รูปแบบข้อผิดพลาดที่เกิดขึ้นซ้ำๆ และสรุปลำดับของหลักสูตร มันคือโปรไฟล์ผู้เรียนแบบบีบอัดที่โมเดลที่ผ่านการปรับจูนคำสั่ง (instruction-tuned model) ใดๆ ก็สามารถอ่านและนำไปใช้ได้

อย่างที่สี่ คือบันทึกความถูกต้องโดยใช้ SHA-256 (integrity records using SHA-256) ฟังดูเกินความจำเป็นสำหรับการเรียนภาษา แต่มันมีวัตถุประสงค์เฉพาะ ผมทำเวอร์ชันให้กับไฟล์ส่งมอบของผม ถ้าผมเผลอไปแก้ไขบันทึกข้อผิดพลาดของเมื่อวานในขณะที่ยังงัวเงีย หรือถ้าเครื่องมือซิงค์ข้อมูลทำให้ข้อมูลบางบรรทัดเสียหาย ผมจำเป็นต้องรู้ ค่าแฮช SHA-256 ช่วยให้ผมตรวจสอบได้ว่าไฟล์ความต่อเนื่องของผมไม่ได้ถูกเปลี่ยนแปลงโดยไม่ได้ตั้งใจ สำหรับระบบที่ออกแบบมาเพื่อป้องกันการสูญเสียความจำ การที่ข้อมูลเสียหายด้วยตัวเอง (self-corruption) คือศัตรูที่ชัดเจนที่สุด

ประการที่ห้า และนี่คือส่วนที่ควบคุมพฤติกรรมอย่างแท้จริง คือกฎที่บังคับให้ AI หยุดทำงานหากขาดหลักฐานที่จำเป็น ผมได้เขียนโปรโตคอลที่เข้มงวดไว้ใน system prompt ว่า: หากอินสแตนซ์ปัจจุบันไม่สามารถระบุตำแหน่งของ state pointer หรือตรวจสอบ handoff material ได้ มันจะต้องหยุดทำงานและขอคำชี้แจง แทนที่จะเป็นการคาดเดาไปเอง ผมไม่ต้องการ AI ที่ดูมั่นใจแต่กลับมาเดาระดับความรู้ของผม แล้วสอนไวยากรณ์ที่ผมรู้อยู่แล้ว หรือที่แย่กว่านั้นคือการข้ามพื้นฐานที่ผมยังไม่ได้สร้างขึ้นมา นาฬิกาที่หยุดเดินยังดีกว่านาฬิกาที่เดินไม่ตรง เมื่อคุณกำลังสร้างความรู้แบบสะสม

เมื่อชั้นความปลอดภัยกลายเป็นภาระในตัวมันเอง

ระบบทำงานได้ดี ผมเลิกสูญเสียบริบท (context) การเริ่มเซสชันใหม่เป็นการสอนจริงๆ แทนที่จะเป็นการเล่าเรื่องของตัวเอง

จากนั้นผมก็