Nisan 2026 · 10 dk okuma · Fran Olivares, OlivaresAI Kurucusu
Retrieval-Augmented Generation (RAG) ve kalıcı memory'nin her ikisi de AI sistemlerine harici bilgiye erişim verme yaklaşımlarıdır. Sıkça karıştırılırlar çünkü bazı bileşenleri paylaşırlar — vektör veritabanları, embedding modelleri, geri çağırma işlem hatları. Ancak temelde farklı problemleri çözerler ve farkı anlamak 2026'da AI ürünleri oluşturan herkes için kritiktir.
RAG, sorgu zamanında AI'nin bağlamına ilgili belgeleri enjekte etmek için bir örüntüdür. Tipik işlem hattı: bir belge külliyatını parçalara ayır, parçaları bir vektör veritabanına embed et ve sorgu zamanında kullanıcının sorusunu embed et, benzer parçaları bul ve komuta dahil et. AI, geri çağrılan belgelerde temellendirilmiş bir yanıt üretir.
RAG belirli kullanım senaryoları için mükemmeldir: bir bilgi tabanı hakkında sorular yanıtlamak, dokümantasyonu aramak, bir araştırma makaleleri külliyatını analiz etmek. Bilgiyi, kullanıcıdan ve konuşmadan bağımsız olarak var olan statik belgeler olarak ele alır.
Kalıcı memory, zaman içinde gelişen kullanıcıya özgü bilgiyi biriktirmek, düzenlemek ve geri çağırmak için bir sistemdir. Belgelerle ilgili değildir — gerçekler, tercihler, kararlar, örüntüler ve kimlikle ilgilidir. Bilgi etkileşimlerden çıkarılır, alaka ve önem ile puanlanır, tekilleştirilir, birleştirilir ve sonunda eskidiğinde süresi dolar.
Kalıcı memory, RAG'dan farklı bir soruyu yanıtlar. RAG sorar: bu belge külliyatında hangi bilgi vardır? Kalıcı memory sorar: AI bu belirli kullanıcı hakkında ne biliyor ve öğrendiği her şeye dayanarak nasıl davranmalı?
| Boyut | RAG | Kalıcı Memory |
|---|---|---|
| Bilgi kaynağı | Önceden var olan belgeler | Konuşmalardan + kullanıcı girdisinden çıkarılan |
| Bilgi türü | Metin parçaları | Yapılandırılmış gerçekler, tercihler, kararlar, prosedürler |
| Bilgi yaşam döngüsü | Statik (belge değişikliğinde yeniden dizinlenir) | Dinamik (oluşturulur, güncellenir, birleştirilir, süresi dolar) |
| Kişiselleştirme | Tüm kullanıcılar için aynı (paylaşılan külliyat) | Kullanıcı başına (bireysel bilişsel profil) |
| Puanlama | Yalnızca benzerlik | Çok faktörlü: alaka, önem, güven, yenilik, sıklık |
| Kimlik | Yok | Soul Engine (kişilik, kurallar, uzmanlık, iletişim üslubu) |
| Memory katmanları | Tek (belge parçaları) | Üç (memories, episodes, procedures) |
| Tekilleştirme | Parça düzeyi (temel) | Semantik (Jaccard benzerliği + anahtar kelime örtüşmesi) |
RAG, kullanıcıların sorgulaması gereken tanımlı bir bilgi külliyatınız olduğunda idealdir: ürün dokümantasyonu, hukuki sözleşmeler, araştırma veritabanları, dahili wikiler. Bilgi, kullanıcı onunla etkileşime girmeden önce var olur ve farklı kullanıcılar tipik olarak aynı bilgiye erişim ihtiyacı duyar. Birincil hedefiniz "bu belgeler hakkında soruları yanıtla" ise, RAG doğru mimaridir.
Kalıcı memory, AI'nin kullanıcıdan zaman içinde öğrenmesi gerektiğinde doğru seçimdir. Teknoloji yığınınızı ve kurallarınızı hatırlayan kodlama asistanları. İletişim üslubunuzu ve tercihlerinizi bilen kişisel AI. Bir kullanıcının geçmişini ve hesap ayrıntılarını hatırlayan müşteri destek botları. Haftalarca süren araştırmada bağlam oluşturan araştırma asistanları. AI'nin kullandıkça daha iyi olması gereken herhangi bir kullanım senaryosu RAG değil, kalıcı memory gerektirir.
En güçlü AI sistemleri her ikisini de birleştirir. RAG, paylaşılan bir bilgi tabanına erişim sağlar. Kalıcı memory, kullanıcıya özgü bağlam, tercihler ve öğrenilmiş davranışlar sağlar. Alma'nın mimarisinde, bağlam derleme zaten memories (kalıcı bilgi), episodes (konuşma geçmişi), procedures (öğrenilmiş iş akışları) ve soul bloklarını (kimlik) tek bir sistem komutunda birleştirir. RAG'ı ek bir bilgi kaynağı olarak eklemek doğal bir uzantıdır.
Alma'nın üç katmanlı memory mimarisi özellikle kalıcı memory kullanım senaryosu için tasarlandı. Memories gerçekleri saklar. Episodes sıkıştırılmış konuşma geçmişlerini saklar. Procedures öğrenilmiş iş akışlarını saklar. Soul Engine tutarlı AI kimliği sağlar. Birlikte, AI'nize yalnızca RAG'ın sağlayamayacağı bir şey verirler: kullanıcıyı tanıma ve zaman içinde gelişme yeteneği.
RAG ve kalıcı memory tamamlayıcıdır, rakip değildir. Bir AI ürünü oluşturuyorsanız ve aralarında karar vermeye çalışıyorsanız, kendinize sorun: AI bir belge külliyatını sorgulaması mı gerekiyor, yoksa bireysel kullanıcılardan öğrenmesi ve onları hatırlaması mı gerekiyor? Çoğu gerçek dünya uygulaması her ikisine de ihtiyaç duyar. En acil sorununuzu çözenle başlayın ve ihtiyaç duyduğunuzda diğerini ekleyin.
İhtiyacınız olan şey kalıcı memory ise, Alma onu kutudan çıkar çıkmaz sağlar — tam API, MCP sunucusu ve SDK.