TinyHumans

OpenHumanの核となる考えがメモリツリーだ。接続したすべてを取り込み、小さなMarkdownの断片に整えて圧縮し、採点してトピック別・日別の要約へと畳み込む。それらの要約はローカルのSQLiteデータベースに置かれ、Obsidian互換の保管庫も兼ねる。保管庫を開けば、アシスタントが覚えている内容をそのまま読める。これは珍しい。

各サービスごとにAPIキーを作らせるのではなく、OpenHumanはOAuthで約118のアプリを接続する。Gmail、Notion、Slack、GitHub、Google Calendar、Drive、Linear、Jiraなどが含まれる。ひも付ければ、各サービスをエージェントが呼べるツールとして公開する。OpenHumanへのサインインだけではメールへのアクセスは得られない。各コネクタは今も独自の許可を求める。

ソースを接続すると、OpenHumanは一定のリズムで、およそ20分ごとにそれを問い合わせる。新しいメール、カレンダーの変更、コミット、文書の編集が自動でメモリに取り込まれ、こちらがプロンプトやポーリングスクリプトを書く必要はない。だからアシスタントは何週間も訓練してからではなく、初日から情報通に感じられる。設定の手間はない。

OpenHumanは必要に応じてタスクを別のモデルへ振り分け、素早い調べ物は速いモデルへ、推論作業はより強いモデルへ送る。何かがモデルに届く前に、圧縮層がHTMLをMarkdownに変換し、長いURLを短くし、重複を除く。開発者はこれでトークン使用量とコストを最大80%削減できると主張する。これは効く。メモリは増え続けるから、請求も増える。

アプリには画面上のマスコットが付いており、音声ツールで話し、聞き、参加者としてGoogle Meetに入れる。目新しさを超えて、メモリへのハンズフリーなアクセスと、バックグラウンド作業の見える状態を与える。ローカルのWhisperとPiperの選択肢を使えば、音声は完全にオフラインで動く。

内蔵の編成エンジンは耐久性のあるグラフ上でエージェントの群れを動かすので、アプリをまたいだ多段階の仕事をつなげられる。単一ステップのワークフローから始め、仕事を回し合う複数のエージェントへ広げられる。メモリの仕組みを、実際にタスクをこなすものへ変えるのはこの部分だ。