De continuïteitslaag: waarom intelligentie een architectuur nodig heeft voor wat het meedraagt
The Continuity Layer: Why Intelligence Needs an Architecture for What It Carries Forward
April 19, 2026
Auteurs: Samuel Sameer Tanguturi
cs.AI
Samenvatting
Het belangrijkste architecturale probleem in AI is niet de grootte van het model, maar de afwezigheid van een laag die behoudt wat het model heeft begrepen. Sessies eindigen. Contextvensters raken vol. Geheugen-API's retourneren platte feiten die het model bij elke leesbeurt opnieuw moet interpreteren. Het resultaat is een intelligentie die krachtig is per sessie, maar amnestisch is over tijd. Dit position paper betoogt dat de laag die dit oplost, de continuïteitslaag, de meest consequente infrastructuur is die het vakgebied nog niet heeft gebouwd, en dat het technische werk om deze te bouwen in de openbaarheid is begonnen. Het formele evaluatiekader voor de hier beschreven eigenschap is de ATANT-benchmark (arXiv:2604.06710), apart gepubliceerd met evaluatieresultaten op een corpus van 250 verhalen; een begeleidend artikel (arXiv:2604.10981) positioneert dit kader naast bestaande benchmarks voor geheugen, lange context en agent-geheugen. Het artikel definieert continuïteit als een systeemeigenschap met zeven vereiste kenmerken, onderscheiden van geheugen en retrieval; beschrijft een opslagprimitief (Decomposed Trace Convergence Memory) waarvan de decompositie tijdens schrijven en reconstructie tijdens lezen deze eigenschap produceren; verbindt de technische architectuur met het theologische patroon van kenosis en het symbolische patroon van Alfa en Omega, en betoogt dat deze verbinding structureel is in plaats van metaforisch; stelt een ontwikkelingspad voor in vier lagen, van externe SDK naar hardware-node naar menselijke infrastructuur voor de lange termijn; onderzoekt waarom de natuurkundige limieten die de modellaag nu beperken de continuïteitslaag nieuw belang geven; en betoogt dat de besturingsarchitectuur (privacy geïmplementeerd als natuurkunde in plaats van beleid, door oprichters gecontroleerde aandelen met niet-onderhandelbare architecturale verplichtingen) onafscheidelijk is van het product zelf.
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.