Перенос памяти ИИ между моделями: сохранится ли она

Ответ зависит от того, где хранится память. Если она встроена в сам продукт или модель, как заметки в ChatGPT, то при смене модели Вы теряете накопленное: перейти к другому ассистенту с этими записями нельзя. Если память вынесена в отдельную базу рядом с моделью, то модель становится сменной деталью. База с фактами о Ваших клиентах и проектах не знает и не хочет знать, какая модель читает из неё: сегодня одна, завтра другая, память остаётся на месте. Проще говоря, Ваши дела переживут смену модели ровно в том случае, если память живёт отдельно от модели, а не внутри неё. Память, привязанная к одному движку, по сути не память, а аренда: пока платите за этот движок, доступ есть, сменили его, и всё пропало. Ниже разберём, чем эти две архитектуры отличаются и почему на горизонте нескольких лет независимость памяти важнее характеристик любой конкретной модели.

Две архитектуры памяти: внутри модели и рядом с ней

Слово «память» скрывает две очень разные вещи, и вся разница между «дела сохранятся» и «дела пропадут» держится именно на них.

Первая архитектура: память живёт внутри продукта. Ассистент ведёт заметки о Вас там же, где работает сама модель, в закрытой инфраструктуре провайдера. Так устроена встроенная память массовых сервисов. Удобно, пока Вы остаётесь в одном продукте, и бесполезно в тот день, когда захотели уйти: заметки нельзя взять и переставить в другой ассистент, они часть чужого дома.

Вторая архитектура: память живёт в отдельной базе рядом с моделью. Модель подключается к этой базе снаружи, читает из неё нужное и отвечает. Факты о Вашем деле лежат не в модели, а в собственном хранилище, и модель для них всего лишь читатель. Смените читателя, база не заметит.

Разница как между двумя способами хранить деньги. В первом случае они на карте одного банка: закрыли счёт, и накопления привязаны к решению этого банка. Во втором случае они у Вас, а банк лишь помогает ими распоряжаться: сменили банк, деньги остались Вашими. Память внутри модели это карта одного банка. Память в отдельной базе это Ваши деньги, которым банк просто оказывает услугу.

Как вообще устроена такая внешняя память, от эмбеддингов до ночной консолидации, мы разбираем в обзоре темы память ИИ-ассистента. Здесь важно одно её свойство: раз память лежит отдельно, модель становится заменяемой.

Почему смена модели вообще случается

Может показаться, что вопрос надуманный: выбрал хорошую модель и работай. На деле модели устаревают быстрее любой другой техники. То, что год назад возглавляло рейтинги, сегодня крепкий середняк, а через год просто отстаёт. Каждые несколько месяцев выходит модель точнее, дешевле или быстрее прежней.

Отсюда причины сменить движок появляются сами собой. Вышла модель умнее, и Вы хотите на неё перейти. Прежняя подорожала, а новая делает то же за меньшие деньги. Одна модель лучше пишет тексты, другая лучше считает, и удобно переключаться под задачу. Наконец, доступ к конкретной модели может просто пропасть: сервис ушёл, тариф закрылся, оплата перестала проходить.

В каждом из этих случаев встаёт один и тот же вопрос: а что с накопленным? Если память жила внутри старой модели, ответ печальный: Вы начинаете знакомство заново, и все месяцы контекста о клиентах и проектах остаются в покинутом сервисе. Если память жила отдельно, Вы просто подключаете новую модель к той же базе, и она с первой секунды знает Ваше дело. Вы меняете мозг, не трогая биографию.

Что отвязывает память от модели

Технически независимость памяти держится на одной идее: между моделью и данными должен быть общий стандарт связи, а не встроенный намертво провод.

Пока такого стандарта не было, каждый сервис соединяли с данными вручную, своим способом, и переносить что-либо между ними было мучением. В конце 2024 года Anthropic представила Model Context Protocol, открытый стандарт связи ИИ с внешними системами. Его смысл разработчики описывают как «универсальный открытый стандарт для соединения ИИ-систем с источниками данных, заменяющий разрозненные интеграции единым протоколом» (Anthropic, 2024). В той же работе названо и следствие, важное именно для нашей темы: ИИ-системы «сохраняют контекст, перемещаясь между разными инструментами и наборами данных».

Проще говоря, стандарт превращает связь модели с памятью в универсальную розетку. Раньше у каждой модели была своя вилка, и память под неё пришлось бы переделывать. Теперь память получает одну розетку, и к ней подходит любая совместимая модель: сменили модель, вилка та же.

Есть и второй слой независимости, о котором легко забыть. Стандарт мог бы принадлежать одной компании, и тогда он сам стал бы точкой привязки. В 2025 году Anthropic передала Model Context Protocol независимому фонду под крылом Linux Foundation, чтобы стандарт «оставался нейтральным, открытым и управляемым сообществом» (Anthropic, 2025). Это значит, что и сам механизм связи не привязан к судьбе одного вендора. Память независима не только от модели, но и от компании, которая когда-то придумала протокол.

Почему память ChatGPT нельзя забрать с собой

Полезно честно посмотреть на самый массовый пример памяти внутри продукта. У ChatGPT есть встроенная функция памяти: ассистент сохраняет заметки о Вас и опирается на прошлые разговоры. Для личных задач это заметный шаг вперёд, и спорить тут не с чем.

Граница проходит по переносимости. Заметки живут в инфраструктуре провайдера в закрытом формате и привязаны к продукту. Забрать их как живую память, чтобы другой ассистент подхватил и продолжил вести, нельзя. Экспорт истории чатов существует, но это архив текста, а не работающая память: другая система получит стопку старых переписок, а не готовую базу знаний о Вашем деле.

Отсюда категоричная, но честная формулировка контраста. Обычный ассистент это умный незнакомец, который к тому же держит всё, что о Вас узнал, в своём кабинете. Уходя, Вы уходите с пустыми руками. Ассистент с внешней памятью знает Ваше дело и хранит это знание в базе, которую Вы уносите с собой. Разница не в уме модели, а в том, кому принадлежит накопленное. Подробное сравнение по оси памяти мы собрали на странице Хермес против ChatGPT.

Как это устроено у Хермес

Хермес построена по второй архитектуре с самого начала. Память лежит в базе на сервере клиента, а модель подключается к ней снаружи и заменяется без потери накопленного. Внутри это обычная, проверенная технология: база данных на Вашем сервере, к которой модель приходит за нужными фактами. Модель здесь деталь, а не сердце системы.

Поэтому смена модели у Хермес не событие, а настройка. Под капотом доступен выбор из многих моделей, и зарубежных, и российских, с оплатой в рублях, так что Вы не привязаны к одной. Захотели более сильную модель, переключились, и Хермес продолжает отвечать с тем же знанием Ваших клиентов и проектов, потому что читает всё из той же базы. Накопленный контекст смену переживает целиком: меняется мозг, биография остаётся.

И последнее, что замыкает картину: раз память в отдельной базе на Вашем сервере, она принадлежит не тому, кто дал модель, а Вам. Решите уйти, заберёте сервер вместе со всей памятью. Как устроено это владение и почему сервер физически стоит в РФ, мы разбираем на странице продукта intakto. Независимость от модели и владение памятью это две стороны одного решения: держать память отдельно от движка.

Что это меняет для Вас

На коротком отрезке разница незаметна: и встроенная память, и внешняя сегодня отвечают похоже. Она проявляется на дистанции, когда модели успеют смениться несколько раз, а Ваше дело нарастит месяцы контекста.

К этому моменту накопленная память становится ценнее самой модели. Модель можно заменить за минуту, а полгода записей о клиентах, ценах и решениях воспроизвести заново нельзя. Если память заперта внутри одной модели, каждый её уход обнуляет эту ценность, и Вы платите не за инструмент, а за то, чтобы не потерять уже накопленное. Это и есть аренда: доступ есть, пока платите именно этому провайдеру.

Если память живёт отдельно, логика обратная. Модели пусть меняются сколько угодно, они станут быстрее и дешевле, а Ваш контекст переживёт их все. Вы выбираете модель под сегодняшнюю задачу, зная, что завтрашний выбор ничего не сотрёт. Это спокойная позиция: не гадать, какая модель окажется лучшей через год, а строить память так, чтобы она была не важна для сохранности Ваших дел.