Omiga: memori yang membawa sumber, keputusan dan handoff

Masalah yang kami kerjakan

Agen bisa menghasilkan jawaban bagus dalam satu sesi lalu kehilangan konteks pada sesi berikutnya. Masalahnya bukan selalu kemampuan model: tujuan, keputusan dan bukti kerja tersebar. Omiga dikembangkan sebagai lapisan memori dan retrieval, terpisah dari pelaksana tugas.

Apa yang sudah ada

Dokumentasi Omiga mencatat pencarian berbasis kata dan semantik, paket konteks bersumber, catatan pembelajaran, serta handoff sesi. Pada penyiapan artikel ini, pencarian dan paket konteks benar-benar dipakai untuk menemukan bahan riset Tiranyx. Itu membuktikan alur retrieval yang digunakan di sini, bukan keunggulan atas seluruh sistem RAG atau tersambungnya semua aplikasi AI.

Temuan: ingatan perlu dibaca dengan waktunya

Catatan lama dapat mengatakan sebuah fitur masih usulan, sedangkan dokumen yang lebih baru mencatat implementasi. Keduanya tidak boleh dianggap sama mutakhir. Proses editorial kami memeriksa status terhadap sumber terkini sebelum mempublikasikan klaim. Keputusan yang berlaku perlu terlihat bersama asal dan waktu catatannya.

Omiga menyimpan konteks; Mighan mengelola kerja agen. Memisahkan dua fungsi ini memudahkan kita mengerti apakah kegagalan berasal dari bahan yang salah atau dari eksekusi yang salah.

Alur praktis

1. Tujuan: nyatakan tugas dan proyek, bukan meminta seluruh ingatan.
2. Pencarian: ambil sumber relevan, termasuk keputusan yang mengubah catatan lama.
3. Verifikasi: cocokkan fakta yang berubah dengan dokumen, kode atau layanan saat ini.
4. Pengerjaan: jalankan tugas dengan izin dan batas yang jelas.
5. Handoff: tulis hasil, bukti, kegagalan dan langkah yang tersisa.

Hubungannya dengan tren context engineering

Anthropic menjelaskan context engineering sebagai pengelolaan informasi yang masuk ke jendela konteks, termasuk pemilihan bahan dan pemeliharaannya sepanjang kerja agen. Pelajaran yang kami tarik: konteks yang tepat lebih berguna daripada kumpulan teks yang terus membesar. Ini interpretasi editorial yang sejalan dengan pengalaman Omiga, bukan adopsi seluruh arsitektur Anthropic.

Batas yang perlu dijaga

Memori bukan sumber kebenaran otomatis. Hasil pencarian dapat basi, duplikat atau tidak lengkap. Ringkasan harus menyertakan bukti; kredensial dan data privat tidak perlu ikut paket konteks. Ukur retrieval dengan pertanyaan yang sumber benar jawabannya sudah diketahui, lalu periksa apakah perubahan membantu atau justru menggeser hasil.

Sumber dan langkah berikutnya

Catatan proyek Omiga diperiksa 11 Oktober 2026 dan diringkas tanpa transkrip privat. Referensi publik: Effective context engineering for AI agents — Anthropic, 29 September 2025. Lanjut ke riset workflow agen.