La verità scomoda: l'AI è smemorata per natura
Un LLM di base è stateless: tratta ogni richiesta in isolamento. Quando una chat finisce, il modello non porta nulla con sé. Non è un difetto da correggere — è come funziona. La «memoria» va costruita intorno al modello.
La memoria a breve termine: la context window
Durante una singola conversazione, l'AI tiene tutto nella context window: la quantità di token che può tenere «in mente» in una richiesta. È la sua memoria di lavoro. Ma ha un limite: superato, le informazioni più vecchie escono dalla finestra — ed ecco perché in chat lunghe l'AI sembra «dimenticare» l'inizio.
La memoria a lungo termine: RAG ed embedding
Per ricordare tra le sessioni serve un archivio esterno. Qui entra il RAG: le informazioni vengono salvate, indicizzate via embedding e recuperate al momento giusto per essere reinserite nella context window. È come dare al modello un quaderno da cui pesca la pagina pertinente prima di rispondere.
Perché un Second Brain è la soluzione
Un Second Brain è esattamente questa memoria a lungo termine resa tua: stateful, identitaria, persistente. Non aggira solo il limite tecnico della finestra — trasforma l'AI da strumento che riparte da zero a collega che ricorda la tua storia.