Die Kontinuitätsschicht: Warum Intelligenz eine Architektur für das benötigt, was sie weiterführt
The Continuity Layer: Why Intelligence Needs an Architecture for What It Carries Forward
April 19, 2026
Autoren: Samuel Sameer Tanguturi
cs.AI
Zusammenfassung
Das wichtigste architektonische Problem in der KI ist nicht die Größe des Modells, sondern das Fehlen einer Ebene, die das Verständnis des Modells fortträgt. Sitzungen enden. Kontextfenster füllen sich. Speicher-APIs liefern flache Fakten, die das Modell bei jedem Lesen neu interpretieren muss. Das Ergebnis ist eine Intelligenz, die pro Sitzung leistungsstark, aber über die Zeit hinweg amnesisch ist. Dieses Positionspapier argumentiert, dass die Ebene, die dies behebt – die Kontinuitätsebene – die folgenreichste Infrastrukturkomponente ist, die das Feld noch nicht gebaut hat, und dass die ingenieurtechnische Arbeit zu ihrem Aufbau öffentlich begonnen hat. Der formale Evaluierungsrahmen für die hier beschriebene Eigenschaft ist der ATANT-Benchmark (arXiv:2604.06710), separat veröffentlicht mit Evaluierungsergebnissen an einem 250-Story-Korpus; ein Begleitpapier (arXiv:2604.10981) positioniert diesen Rahmen gegenüber bestehenden Benchmarks für Gedächtnis, Langzeitkontext und agentenbasierte Erinnerung. Das Papier definiert Kontinuität als eine Systemeigenschaft mit sieben erforderlichen Merkmalen, die sich von Gedächtnis und Retrieval unterscheidet; beschreibt ein Speicherprimitive (Decomposed Trace Convergence Memory), dessen Zerlegung zum Schreibzeitpunkt und Rekonstruktion zum Lesezeitpunkt diese Eigenschaft erzeugt; ordnet die technische Architektur dem theologischen Muster der Kenosis und dem symbolischen Muster von Alpha und Omega zu und argumentiert, dass diese Zuordnung strukturell und nicht metaphorisch ist; schlägt einen vierstufigen Entwicklungsbogen vor, von einem externen SDK über einen Hardware-Knoten bis hin zu einer langfristigen menschlichen Infrastruktur; untersucht, warum die physikalischen Grenzen, die derzeit die Modellebene beschränken, die Kontinuitätsebene neu relevant machen; und argumentiert, dass die Governance-Architektur (Datenschutz implementiert als Physik und nicht als Policy, gründerkontrollierte Anteile an nicht verhandelbaren architektonischen Verpflichtungen) untrennbar mit dem Produkt selbst verbunden ist.
English
The most important architectural problem in AI is not the size of the model but the absence of a layer that carries forward what the model has come to understand. Sessions end. Context windows fill. Memory APIs return flat facts that the model has to reinterpret from scratch on every read. The result is intelligence that is powerful per session and amnesiac across time. This position paper argues that the layer which fixes this, the continuity layer, is the most consequential piece of infrastructure the field has not yet built, and that the engineering work to build it has begun in public. The formal evaluation framework for the property described here is the ATANT benchmark (arXiv:2604.06710), published separately with evaluation results on a 250-story corpus; a companion paper (arXiv:2604.10981) positions this framework against existing memory, long-context, and agentic-memory benchmarks. The paper defines continuity as a system property with seven required characteristics, distinct from memory and from retrieval; describes a storage primitive (Decomposed Trace Convergence Memory) whose write-time decomposition and read-time reconstruction produce that property; maps the engineering architecture to the theological pattern of kenosis and the symbolic pattern of Alpha and Omega, and argues this mapping is structural rather than metaphorical; proposes a four-layer development arc from external SDK to hardware node to long-horizon human infrastructure; examines why the physics limits now constraining the model layer make the continuity layer newly consequential; and argues that the governance architecture (privacy implemented as physics rather than policy, founder-controlled class shares on non-negotiable architectural commitments) is inseparable from the product itself.