Cognitive Memory Engine

Este es el proyecto que mejor explica cómo pienso los sistemas. No es un almacén de memoria ni una base de datos vectorial: es una capa de razonamiento. Las observaciones en bruto sobre un usuario se extraen como creencias hoja; cinco relaciones de arista tipadas (supports, contradicts, derived_from, abstracts, co_occurs) convierten ese conjunto plano en un grafo; y un motor de encadenamiento hacia delante ejecuta reglas declarativas sobre él en pasadas hasta que no se dispara nada nuevo, y cada creencia nueva conserva un rastro causal hasta la regla y las creencias padre que la produjeron.

Confianza y compresión

La confianza es matemática de verdad, no un contador: la OR ruidosa combina evidencia independiente, la regla de Yager resuelve el conflicto, y una lectura de tendencia y volatilidad sobre el registro de evidencia permite al sistema notar cuándo un usuario está explorando en lugar de haberse asentado. Las reglas también se puntúan a sí mismas: cada una lleva un peso que se actualiza en línea según con qué frecuencia sus derivaciones sobreviven o son contradichas, y una hoja contradicha arrastra hacia abajo la confianza de todo lo derivado de ella sin recalcularlo todo. La parte que más me importa es la compresión: una creencia hoja cubierta por un rasgo derivado se suprime del contexto de salida, de modo que el modelo de aguas abajo lee fullstack_developer en lugar de reconstruirlo cada vez.

El mismo instinto

Es el mismo instinto que hay detrás de los backends por capas y los monorepos: que cada capa contenga exactamente lo que le toca, y que la capa superior sea lo que de verdad lees.