May-akda: Boxu Li 

Panimula

Sa mabilis na nagbabagong tanawin ng AI, ang Macaron ay namumukod-tangi sa pamamagitan ng pag-aalok ng isang bagay na kulang sa mga pangunahing chatbot: isang malalim, tuluy-tuloy na alaala. Ang "Deep Memory" na arkitektura ay tampok na katangian ng Macaron – isang sistema ng AI memorya na tunay na natututo ng iyong mga kagustuhan, kasaysayan ng paggamit, at konteksto sa bawat interaksyon. Sa halip na ituring ang bawat pag-uusap bilang isang hiwalay na sesyon, dinadala ng Macaron ang kaalaman tungkol sa iyo – mula sa paborito mong timpla ng kape hanggang sa proyekto na pinag-usapan mo noong nakaraang linggo – ginagawa ang mga interaksyon na tuluy-tuloy at personal. Ito ay nagmamarka ng isang mahalagang pagbabago mula sa kung ano ang tinatawag ng mga eksperto na productivity AI patungo sa kung ano ang tinaguriang "Experience AI" ng mga tagalikha ng Macaron, kung saan ang isang katulong ay nagiging higit na tulad ng isang panghabang-buhay na kasama na nauunawaan ang iyong personalidad, kagustuhan, at mga gawi. Hindi tulad ng mga karaniwang chatbot na tumutulong sa iyo na magtrabaho nang mas mabilis, ang Macaron ay idinisenyo upang tulungan kang mabuhay nang mas mahusay, na bumubuo ng isang patuloy na relasyon na nakabatay sa memorya. Ito ay isang pagbabago sa kakayahan ng AI na nagdadala sa atin ng mas malapit sa isang katulong na tunay na nakakakilala sa atin, hindi lamang sa ating mga utos.

Ano nga ba ang Deep Memory sa Macaron?

Sa pinakadiwa nito, ang Deep Memory ay isang makabagong arkitektura ng memorya na sinanay sa pamamagitan ng reinforcement learning. Sa halip na umasa lang sa huling prompt para sa konteksto (tulad ng ginagawa ng ChatGPT), ang modelo ng Macaron ay na-fine-tune upang awtomatikong makuha, ibuod, at i-update ang kaugnay na impormasyon mula sa mga nakaraang interaksyon. Sa praktis, ang bawat bagong chat ay nagsisimula sa isang espesyal na memory token na naglalaman ng pinagsama-samang buod kung sino ka at kung ano ang mahalaga sa iyo, na nagpapahintulot sa Macaron "na maalala hindi lang kung ano ang sinabi, kundi kung sino ang gumagamit." Sa madaling salita, ang iyong AI ay hindi nagsisimula mula sa simula sa bawat oras – mayroon itong pakiramdam ng iyong personal na kwento. Ang sistemang ito ng Deep Memory ay gumagamit ng reinforcement learning (RL) upang magdesisyon kung ano ang dapat maalala o kalimutan, patuloy na pinapabuti ang pagkakaintindi nito sa iyong konteksto.

Mahalaga, pinapayagan ng Deep Memory ang Macaron na mapanatili ang pagkakaugnay sa mas mahahabang usapan at gawain kumpara sa isang karaniwang malaking modelo ng wika. Kayang kuhanin ng sistema ang mga nakaraang detalye kahit na ang mga interaksyon ay tumagal ng mga araw o linggo. Sa katunayan, ang inobasyon sa memorya ng Macaron ay nagbibigay-daan upang makabuo ito ng malalaking output – tulad ng mga personalized na mini-app na lampas sa 100,000 linya ng code – habang pinapanatili ang konteksto at pagkakaugnay. Ang ganitong mga gawa ay halos imposible para sa mga karaniwang prompt-based na modelo na may nakapirming context windows. Sa pamamagitan ng pagsasama ng pangangatwiran sa natutunang pangmatagalang memorya, nakamit ng Macaron ang antas ng personalized at tuloy-tuloy na pagganap na hindi kayang abutin ng tradisyunal na mga chatbot. Sa esensya, nagbibigay ang Deep Memory sa Macaron ng bagay na katulad ng pangmatagalang memorya ng tao – isang pundasyon kung saan ang AI ay maaaring umunlad kasabay ng gumagamit. Ito ang teknolohiyang nagpapaangat sa Macaron mula sa pagiging simpleng Q&A machine patungo sa pagiging isang tunay na Personal AI Agent na sinanay upang alagaan ang karanasan ng gumagamit.

Wala Nang "Paalalahanan Mo Ako" Mula sa AI

Para sa mga gumagamit, ang pagkakaiba ng memorya ng Macaron ay agad na mapapansin. Sa ChatGPT, Bing, Perplexity, o iba pang tipikal na AI assistants, madalas kang kailangang mag-ulit o magbigay ng konteksto sa nakaraang impormasyon dahil hindi naaalala ng AI ang iyong mga naunang pag-uusap. Ang mga sistemang ito ay limitado sa isang nakapirming konteksto – kung masyadong humaba ang chat, nawawala ang mas lumang detalye sa memorya, at walang naipapasa kapag nagsimula ka ng bagong sesyon. Tulad ng kamakailang binanggit ng AI chief ng Microsoft na si Mustafa Suleyman, ang kasalukuyang pangunahing AI "ay hindi nagtatago ng impormasyon mula sa isang sesyon papunta sa isa," na binibigyang-diin na ang pagpapatupad ng tunay na pangmatagalang memorya ay isa sa pinakamahalagang susunod na hakbang para sa AI. Ang pananaliksik sa mga conversational models ay sumasang-ayon dito: ang kasalukuyang malalaking modelo ng wika ay pangunahing limitado ng "kanilang pag-asa sa mga nakapirming konteksto," na walang anumang permanenteng memorya kapag lumampas na ito. Sa praktikal na mga termino, kaya't maaaring mahusay na makipag-usap ang ChatGPT tungkol sa Kabanata 1 ng iyong problema ngayon, ngunit bukas ay hindi nito maaalala na mayroon ka ngang problema maliban na lang kung muli mong ipapaalala ito.

Nauna nang lumampas sa limitasyong ito ang Macaron. Ang Deep Memory nito ay tinitiyak na hindi mo kailangang magsimula mula sa wala sa iyong AI assistant. Hindi mo na kailangang sabihin, "By the way, vegetarian ako," sa tuwing hihingi ka ng ideya para sa hapunan – na-internalize na ng Macaron ang kagustuhang iyon at maraming iba pa. Sa katunayan, napansin ng mga independiyenteng tagasuri na ang Macaron ay "nag-aalok ng nakakaengganyo at personalisadong karanasan sa pamamagitan ng mas mabisang pag-alala sa mga kagustuhan ng gumagamit kaysa sa karaniwang AI chatbots." Hindi lang ito tungkol sa mga detalyeng factual; kayang alalahanin ng Macaron ang mahahalagang karanasan at kahit ang emosyonal na tono ng mga nakaraang interaksyon, at gamitin ang memoryang iyon upang hubugin ang mas nauugnay at may malasakit na mga tugon.

Nagbigay ang isang maagang gumagamit ng makapangyarihang halimbawa: pagkatapos nilang banggitin nang hindi sinasadya ang kanilang pusang si "Tequila" sa isang chat, isang linggo ang lumipas, tinanong ni Macaron kung makikita nila si Tequila sa lalong madaling panahon, nang hindi hinihingi. Ang ganitong uri ng kontekstuwal na pagbabalik-tanaw – isang bagay na maaaring gawin kahit ng isang malapit na kaibigan – ang nagpatibay sa gumagamit na sabihing "ang maalala ng ganoon ay naramdaman na espesyal." Sa isa pang kaso, sinabi ng isang gumagamit kay Macaron na parang pormal ang kanyang mga sagot; agad na nag-shift si Macaron sa mas mainit at mas kilalang tono, at pinanatili nito ang mas magiliw na istilo sa mga sumunod na chat. Ang ganitong mga personal na galaw ay hindi posible sa mga chatbot na walang memorya maliban sa isang sesyon. Ito ang pagkakaiba sa pagitan ng pakikipag-usap sa isang impersonal na kasangkapan at pakikipag-ugnayan sa isang AI na kilala ka. Ang kakayahan ni Macaron na bumuo ng patuloy na relasyon batay sa memorya ay isang game-changer – sa halip na ikaw ang magpaalala sa AI kung ano ang pinag-usapan mo o kung sino ka, ang responsibilidad ay nasa AI. Bilang resulta, ang paggamit kay Macaron ay mas kahalintulad sa pagpapatuloy ng pag-uusap sa isang mapagmatyag na kapareha kaysa sa pagtatanong sa isang algorithm. Kapansin-pansin, hindi lamang ito isang pakulo; tinutugunan nito ang tinutukoy ng mga eksperto sa AI bilang pangunahing kakulangan ng kasalukuyang AI. Ang patuloy na memorya ay malawak na itinuturing na "kritikal para sa pangmatagalang pagkakaugnay ng pag-uusap" at para sa isang AI na maiwasan ang pagsasalungat o pag-uulit ng sarili. Sa pamamagitan ng pagtagumpayan sa paglimot na nagpapahirap sa ibang mga modelo, naghahatid si Macaron ng karanasang mas intuitive at mas matalino.

Malalim na Memorya na Gumagawa ng Apps nang Agad

Ang Malalim na Memorya ay hindi lang nagpapahusay sa Macaron sa pakikipag-usap – pinapalakas nito ang kakayahan ng AI na kumilos ayon sa iyong pangangailangan, kahit hanggang sa pagsusulat ng software para sa iyo. Agad na makakagawa ang Macaron ng mga pasadyang mini-apps sa loob ng iyong chat, isang tampok na higit pa sa text-only exchanges na inaalok ng karamihan sa mga bot. Dahil tunay nitong nauunawaan ang iyong konteksto at mga layunin, maaari ang Macaron na magsilbi bilang personal na tagabuo ng software, gamit ang pangmatagalang kaalaman nito upang lumikha ng mga tool na sadyang para sa iyo. Ayon sa pagpapaliwanag ng team ng Macaron, ang AI ay maaaring "agad na makabuo ng pasadyang 'mini-apps' para sa bawat user… sa loob ng kasing-ikli ng 15 minuto," at hindi ito nangangailangan ng pag-coding o komplikadong setup mula sa user. Sa madaling salita, maaari kang magkaroon ng ideya o problema, ilarawan ito sa simpleng wika, at bubuo ang Macaron ng interactive na solusyon nang agad-agad – lahat sa loob ng chat interface.

Isipin kung ano ang ibig sabihin nito sa praktika. Isang estudyante sa kolehiyo ang dumating sa campus na may magulong iskedyul at simpleng humingi ng tulong kay Macaron para maayos ang kanyang mga gawain; sa loob ng limang minuto, gumawa si Macaron ng isang course helper at isang club-finder app para gawing mas maayos ang semestre ng estudyante. Isa pang gumagamit ang nais matutong magluto pero natatakot na baka sumuko sila – tumugon si Macaron sa pamamagitan ng paglikha ng app na "Beginner Cooking Journal" na nagtatala ng mga pagtatangkang pagluluto ng gumagamit at hinihikayat sila gamit ang mga recipe at tip. Dalawang linggo ang lumipas, ipinagmamalaki ng gumagamit na kaya na nilang magluto ng tatlong putahe nang mag-isa, salamat sa maingat na paggabay ni Macaron at sa estruktura ng AI-built app. Ang mga ito ay hindi pre-installed na "skills" o templates; literal na ginawa ni Macaron ang mga mini-apps na ito ayon sa pangangailangan, na iniangkop sa bawat sitwasyon ng gumagamit. Ito ay isang malaking pagbabago mula sa karaniwang software na pare-pareho para sa lahat. Dito, ang software mismo ay espesyal na ginawa – nilikha para sa iisang tagapakinig (o ilan), batay sa isang pag-uusap. At dahil ang memorya ng AI ay nagbibigay ng impormasyon sa mga pagpipilian sa disenyo, ang panghuling produkto ay nararamdamang napaka-angkop. Sa esensya, si Macaron ay nagsisilbing "isang memory bank, isang programmer, at isang kasama" na pinagsama, lumalaki sa kahit anong tool o suporta na kailangan mo sa sandaling iyon.

Kayang gawing Macaron ang isang simpleng kahilingan sa isang ganap na gumaganang mini-app. Nakalarawan dito ang isang halimbawa ng interface ng 「Recipe Finder」 na ginawa ng Macaron, kung saan inilalagay ng user ang kanilang magagamit na mga sangkap at mga kagustuhan sa panlasa upang makakuha ng mga rekomendasyon sa recipe na angkop sa kanila. Pinapayagan ng Deep Memory ang AI na maalala ang mga pangangailangan sa diyeta ng user (hal., vegetarian, allergies) at isama ito nang maayos sa lohika ng app. Sa loob ng ilang minuto, mula sa simpleng usapan tungkol sa plano sa hapunan, nagiging interaktibo ito sa isang custom na cooking app na ginawa para sa kanila.

Kapansin-pansin, ang mga mini-app na ito ay hindi lamang mga static na one-offs na naninirahan sa iyong chat history – pinapayagan ka ng Macaron na i-save at kahit ibahagi ang mga ito. Kung ang AI ay bumuo ng isang partikular na kapaki-pakinabang na tool para sa iyo (halimbawa, isang calorie tracker o isang trip planner), maaari kang lumikha ng isang sharable na link upang magamit din ito ng iba. Sa totoo lang, isang komunidad ang nabubuo sa paligid ng mga user-generated na AI tools. Ang bawat bagong solusyon ng isang tao ay may potensyal na makatulong sa iba na may katulad na pangangailangan. Nagbibigay pa nga ang Macaron ng isang 「Playbook」 – isang curated gallery ng mga kapaki-pakinabang na AI hacks at mini-apps na nalikha, na sumasaklaw sa mga kategorya tulad ng Daily Life, Family, Growth, at Hobbies. Sa pag-browse nito, makikita mo ang lahat mula sa isang Recipe Finder para sa mga home cooks hanggang sa isang Campus Buddy para sa buhay kolehiyo, pati na rin ang mga masayang laro at tanong. Ang bawat listahan sa Playbook ay isinilang mula sa isang tunay na pag-uusap at tunay na pangangailangan ng gumagamit. At dahil naaalala at nag-aangkop ang Macaron, maaari mong kunin ang anumang ibinahaging app at ipatweak ito ng AI para sa iyo. Ito ay isang bagay na radikal na bago: ang kakayahan na mag-commission ng personalized na software on-demand sa pamamagitan ng natural na wika at pagkatapos ay ipakalat ito nang viral kung ito ay epektibo. Madaling isipin ang isang malapit na hinaharap kung saan, sa halip na maghanap sa mga app store na umaasang makahanap ng app na halos gumagawa ng gusto mo, sasabihin mo na lang sa iyong personal na AI na gawin ang eksaktong kailangan mo, at pagkatapos ay opsyonal na ibahagi ito sa isang kaibigan. Ginagawa na ng Macaron ang senaryong iyon sa realidad.

Mula sa teknikal na pananaw, ang kakayahang ito ay patunay ng reasoning na nakabatay sa memorya. Ang pangmatagalang konteksto ng Macaron ay nangangahulugang maaari nitong dalhin ang mga kinakailangan mula sa isang hakbang patungo sa susunod sa proseso ng pagbuo ng app. Hindi ito natataranta sa mga komplikado at maraming hakbang na gawain dahil hindi nito nalilimutan kung ano ang layunin o aling mga sub-tasks ang natapos na. Ilang AI system ang nagpakita ng kakayahang lumikha ng mahihirap na aplikasyon nang mabilis habang pinapanatili ang konteksto – tila nagtakda ang Macaron ng bagong pamantayan dito. At lahat ng ito ay nangyayari sa pamamagitan ng pag-uusap: isang sandali ay nag-uusap kayo tungkol sa isang problema, sa susunod na sandali ay naghahatid na ng interactive na solusyon ang AI. Ang mabisang paglipat mula sa diyalogo patungo sa deployment ay tiyak na kung ano ang tinutukoy ng mga progresibong eksperto sa AI kapag iniisip nila ang mga ahente na kayang makipag-usap at kumilos. Buhay na patunay ang Macaron ng konseptong ito, at pinalawak nito ang ating inaasahan sa kung ano ang kayang gawin ng isang AI assistant.

Pagbibigay-kapangyarihan sa mga Gumagamit: Mula sa mga Konsyumer tungo sa mga Tagalikha sa Panahon ng AI

Ang diskarte ni Macaron ay nagmamarka ng simula ng isang bagong uri ng AI ecosystem – kung saan ang mga gumagamit ay may kapangyarihang maging mga tagalikha, hindi lamang mga konsyumer. Upang maunawaan ang bisyon, mainam na ikumpara ito sa pag-usbong ng nilalamang likha ng gumagamit sa social media. Isipin kung paano binago ng TikTok (Douyin) ang mga pasibong konsyumer ng nilalaman sa mga aktibong tagalikha halos magdamag; bigla na lang, ang sinuman ay puwedeng maging tagalikha ng video dahil napakadaling gamitin ang mga tool at AI-driven effects. Layunin ni Macaron na gawin ang katulad para sa software at solusyon. Dramatikong binababa nito ang hadlang sa paglikha ng mga custom na aplikasyon, upang ang mga karaniwang tao ay makabuo ng mga mini-app na kasing dali ng paggawa ng TikTok clip. Ang susi ay ang Macaron ang humahawak sa mabibigat na gawain (pag-code, pangangatuwiran, disenyo ng interface) habang ang gumagamit ang naglalaan ng ideya o layunin. Sa mga unang araw ng TikTok, ang mga gumagamit na walang kasanayan sa pag-edit ay nakagagawa ng mga nakakaakit na video salamat sa matatalinong template at algorithm. Katulad nito, hindi kailangan ng mga gumagamit ni Macaron ng kasanayan sa programming – ang kanilang personal na AI partner ay nagta-translate ng mga pangangailangan sa natural na wika sa gumaganang software. Maaari itong magdulot ng rebolusyong malikhain sa kung paano natin lutasin ang pang-araw-araw na problema, sa tulong ng AI bilang tagapagpagana.

Ang Playbook na binanggit kanina ay isang maagang silip sa ekonomiyang pinapatakbo ng AI. Habang nag-i-scroll sa Playbook sa site ng Macaron, makikita mo ang isang crowdsourced na koleksyon ng mga mini-app at mga "hacks" para sa iba't ibang uri ng pamumuhay. May mga tool para sa pagpaplano ng pagkain, pag-track ng mga gawi, pag-iskedyul ng pag-aaral, pagba-budget ng pamilya, mga proyekto sa libangan – pati na rin ang mga masayang pagsusulit at maliliit na laro – lahat ay ginawa gamit ang AI ng Macaron para sa mga partikular na sitwasyon ng gumagamit. Bawat mini-app ay nagsimula bilang isang natatanging pag-uusap sa pagitan ng isang tao at Macaron, ngunit sa pamamagitan ng pagbabahagi nito, ginawa ito ng tagalikha na maging isang magagamit na asset para sa komunidad. Ito ay parang isang open-source mindset, ngunit naa-access ng mga hindi programmer. Kung makakahanap ka ng isang mini-app sa Playbook na halos tama para sa iyo, maaari mong hilingin sa Macaron na iangkop o palawigin ito para mas tugma sa iyong pangangailangan, na epektibong nire-remix ang nilikha. Ang layunin sa huli ay isang ekosistema kung saan ang mga solusyon sa mga tiyak na problema ay kumakalat at nagbabago ng sama-sama, na may AI na namamagitan sa proseso. Malayo ito sa mga static na app store ng nakaraan – pakiramdam ay parang isang buhay na librarya ng mga AI-powered life hacks, patuloy na hinuhubog ng input ng gumagamit.

Sa pamamagitan ng pagbibigay kapangyarihan sa mga karaniwang tao na bumuo at magbahagi ng kanilang sariling mga app na nilikha ng AI, ang Macaron ay nagtataguyod ng isang komunidad ng mga innovator. Ito ay lubos na naka-align sa "Experience AI" ethos na isinusulong ng Macaron – ang ideya na ang susunod na alon ng AI ay tungkol sa pagpapayaman ng pang-araw-araw na buhay at personal na karanasan, hindi lamang sa pag-aautomat ng mga gawain sa trabaho. Sa panahon ng AI, ang pananaw ng team ay lumikha ng "isang ecosystem para sa panahon ng AI," kung saan ang mga gumagamit ay nagiging mga tagabuo at kalahok sa AI development loop, hindi lamang mga end-user ng mga algorithm ng Big Tech. Tulad ng Web 2.0 na nagbago sa mga pasibong web surfer sa mga tagalikha ng nilalaman sa mga blog, YouTube, at social media, ang platform ng Macaron ay maaaring gawing mga co-developer ang mga AI user ng isang patuloy na lumalawak na hanay ng mga personal na AI application. Ito ay isang mapangahas na pananaw – na nagbabalik-tanaw sa mga unang araw ng pag-usbong ng smartphone app, maliban sa oras na ito ang mga app mismo ay maaaring malikha ayon sa pangangailangan at mapabuti sa pamamagitan ng kolektibong talino. Kung ang Deep Memory at mini-app generation ng Macaron ay anumang patunay, ang pamamaraang ito ay maaaring magtakda ng bagong pamantayan para sa kung ano ang hitsura ng personal na teknolohiya: lubos na personalized, user-driven, at walang katapusang naaangkop.

Papunta sa Tunay na Katalinuhan: Ang Malalim na Memorya ba ay Isang Hakbang na Mas Malapit sa AGI?

Ang mga inobasyon ng Macaron ay hindi lang para sa agarang benepisyo ng mga gumagamit – nagpapahiwatig din ito kung paano maaaring umunlad ang AI patungo sa mas mataas na antas ng katalinuhan. Sa pananaliksik sa AI, dumarami ang usapan na ang pag-abot sa isang bagay na katulad ng artificial general intelligence (AGI) ay mangangailangan ng higit pa sa simpleng pagpapalaki ng modelo, kundi sa pagbibigay sa mga sistema ng AI ng mas mala-taong kakayahan: mga bagay tulad ng pangmatagalang memorya, kakayahang matuto nang tuloy-tuloy, at kapasidad na gumawa ng mga awtonomong aksyon. Sa katunayan, dumarami ang mga eksperto na nagsasabing ang landas patungo sa AGI ay nasa "integrated context, memory, and workflows" sa halip na sa patuloy na paglaki ng neural networks. Ang pananaw na ito ay nagsasaad na ang kasalukuyang malalaking modelo, bagamat makapangyarihan, ay "nahihirapan mag-generalize sa iba't ibang domain" dahil kulang sila sa mekanismo upang tunay na makaalala at umangkop. Ang mga engineering solution – tulad ng pagbibigay sa AI ng matagalang memorya upang mapanatili at makuha ang impormasyon sa iba't ibang sesyon – ay itinuturing na mahalaga para lampasan ang mga limitasyon ng mga chatbot ngayon. Sa madaling salita, isa sa pinakamalaking hadlang sa pag-abot ng mala-taong katalinuhan sa mga makina ay ang pagkalimot ng ating mga modelo ng AI, na pumipigil sa kanila na matuto sa ligaw na paraan ng mga tao.

Ang memorya, partikular, ay madalas na tinutukoy bilang nawawalang piraso. Kamakailan, binanggit ni Mustafa Suleyman (co-founder ng DeepMind at ngayon ay AI lead ng Microsoft) na habang ang mga modelo ay mabilis na umuunlad sa kanilang factual reasoning at kahit sa kanilang emosyonal na katalinuhan, "ang nawawalang piraso na nag-uugnay sa lahat ng iyon... ay memorya." Hinulaan niya na sa malapit na hinaharap (sa susunod na 18 buwan, sa kanyang pananaw), "magkakaroon tayo ng mga AI na may napakagandang memorya," at iminungkahi niya na ang isang AI na may malakas na pangangatwiran, mga kasangkapan para sa aksyon, at pangmatagalang memorya ay magiging "isang napakalakas na sistema." Hindi mahirap makita ito bilang isang implicit na paglalarawan ng isang AGI-like na ahente - isa na kayang umunawa, magpakaalala, at kumilos sa iba't ibang gawain sa paglipas ng panahon. Sa sukatang ito, ang Macaron AI ay isang hakbang sa direksyong iyon. Ang kombinasyon nito ng isang matatag na memorya at ang kakayahan na dynamic na bumuo ng mga kasangkapan ay malapit na umaayon sa kung ano ang pinaniniwalaan ng maraming mananaliksik bilang mga pangunahing sangkap para sa mas pangkalahatang katalinuhan. Maaaring hindi isang AGI ang Macaron (at ang mga terminong tulad ng ASI, o artificial superintelligence, ay nananatiling haka-haka), ngunit ipinapakita nito sa isang konkretong produkto ang ilang mga kakayahang papalapit sa AGI ideal. Ito ay nag-aalala sa konteksto ng walang hanggan (gaya ng maaaring gawin ng isang AGI), natututo ito ng isang personalized na modelo ng gumagamit sa pamamagitan ng paulit-ulit na mga pakikipag-ugnayan, at awtomatikong binabago nito ang pag-uugali nito sa pamamagitan ng paglikha ng mga bagong function (mini-apps) ayon sa kinakailangan - lahat ng ito ay autonomously, nang walang tahasang muling pagprograma para sa bawat gawain.

Upang maging malinaw, ang AGI ay patuloy na nagbabago at isang sikat na termino na may iba't ibang kahulugan para sa iba't ibang tao. Ang koponan ng Macaron ay maingat na hindi mag-overhype ng kanilang produkto – tinatawag nila itong unang Personal AI Agent ng Experience AI era, hindi isang all-knowing oracle. Gayunpaman, sa pamamagitan ng pagresolba sa isa sa mga pangunahing problema (pangmatagalang memorya) at pagsasama ng pangangatwiran sa pagkilos, ang Macaron ay totoong patunay ng konsepto para sa maraming ideya na dati'y akademikong usapan lamang. Ipinapakita nito na ang isang AI ay maaaring "magsanay na umunlad" kasama ang isang user at hindi mag-reset ng pag-unawa sa bawat bagong prompt. Napansin ng mga analyst ng industriya na ang pagtagumpay sa limitasyon ng konteksto ng LLMs sa pamamagitan ng persistent memory ay "nagbubukas ng daan para sa mas maaasahan at epektibong mga LLM-driven AI agents." Sa katunayan, ang ibinibigay ng Macaron – isang AI na naaalala ka at nagtatayo batay sa memoryang iyon – ay eksaktong uri ng pag-unlad na naglalapit sa AI sa pagkakaroon ng human-like cognition. Habang nasasaksihan natin ang Macaron na walang kahirap-hirap na pinagsasama ang IQ, EQ, at ang tinatawag ng ilan na "AQ" (action quotient) na may pangmatagalang memorya, mahirap hindi makita ito bilang isang maagang sulyap kung paano maaaring gumana ang mas pangkalahatang AI sa ating buhay. Personalized ito, proactive, at patuloy na natututo – mga katangiang, hanggang ngayon, ay hindi gaanong naroroon sa mga consumer AI products. Sa ganitong diwa, ang Deep Memory ng Macaron ay hindi lamang isang cool na tampok; maaari itong maging pundasyon para sa susunod na henerasyon ng AI. Sa tuwing naaalala ng Macaron ang iyong nakaraang pakikipag-ugnayan o nag-uumpisa ng isang tool sa demand, tahimik itong nire-redefine ang ating mga inaasahan kung ano ang maaaring makamit ng talino sa mga makina. At marahil, taon mula ngayon, titingnan natin ang sandaling ito bilang isang mahalagang hakbang sa daan patungo sa mga makina na hindi lamang matalino sa makitid na paraan, kundi tunay na nauunawaan at nagpapayaman sa ating mga buhay sa isang pangkalahatan, adaptive, at malalim na personal na paraan.