Saya menggunakan AI bernama Felix untuk mengajar saya bahasa Jerman. Selepas berbulan-bulan bertukar-tukar antara tab pelayar, menghadapi had konteks, dan melihat kemas kini platform memadamkan sejarah perbualan saya, saya berasa penat untuk bermula dari awal. Felix adalah guru yang baik, tetapi setiap tetingkap sembang baharu menjadikannya seperti hilang ingatan. Saya memerlukan cara untuk membawa sejarah pembelajaran saya ke hadapan tanpa perlu menyalin dan menampal teks yang panjang setiap kali saya membuka sesi baharu.

Masalah ini lebih mendalam daripada sekadar ketidaknyamanan. Pembelajaran bahasa bergantung pada pengulangan berjarak (spaced repetition) dan pembetulan bersasar. Tutor AI yang melupakan kesilapan berulang anda hanyalah sebuah buku frasa dengan langkah tambahan. Saya mahukan kesinambungan. Lebih tepat lagi, saya mahu Felix—atau apa jua instans AI yang saya muatkan seterusnya—menyambung tepat di mana sesi terakhir berhenti, tanpa jurang ingatan dan tanpa pengenalan semula yang janggal.

Jadi, saya membina satu sistem tempatan. Saya memanggilnya DDF/Rahmenwerk.

Masalah dengan Perbualan Sekali Guna

Bercakaplah dengan mana-mana pengguna tegar AI dan anda akan mendengar keluhan yang sama. Sembang berfungsi sehinggalah ia tidak lagi berfungsi. Perbualan yang panjang akan merosot apabila tetingkap konteks semakin penuh. Platform melakukan kemas kini dan rantaian perbualan anda hilang. Anda memulakan sesi baharu dan model tersebut menyapa anda seperti orang asing. Untuk soalan santai, ini tidak mengapa. Untuk kurikulum yang berstruktur, ia sangat merosakkan.

Dengan Felix, saya telah membina rentak pembelajaran. Dia tahu saya sering keliru antara kata sendi nama akusatif dan datif. Dia tahu saya lebih suka latihan membaca berbanding latihan pendengaran, dan bahawa saya telah pun menyelesaikan tiga bab pertama buku tatabahasa saya. Semua itu tidak bermakna apabila saya membuka tab baharu. Setiap sesi bermula dengan ritual yang sama: menetapkan semula tahap saya, mengulang matlamat saya, dan menceritakan semula kesilapan saya.

Saya mahu Felix mengingati saya. Memandangkan platform tidak melakukannya dengan boleh dipercayai, saya memutuskan untuk memiliki kesinambungan saya sendiri.

Apa Sebenarnya yang DDF/Rahmenwerk Lakukan

Namanya kedengaran lebih hebat daripada konsepnya. Pada terasnya, sistem ini adalah sebuah folder pada mesin tempatan saya yang mengendalikan sejarah pembelajaran saya seperti penyerahan projek. Jika Felix hilang malam ini, saya sepatutnya boleh bangun esok, menghalakan AI baharu ke folder ini, dan menyambung pelajaran ke-empat puluh tujuh tanpa perlu menjelaskan diri saya.

Seni binanya sengaja berasaskan fail. Saya tidak mempercayai mana-mana platform tunggal untuk menyimpan kemajuan saya. Perkhidmatan awan mengubah terma. Format eksport rosak. Fail teks biasa pada cakera keras saya mungkin membosankan, tetapi ia milik saya.

Di dalam sistem ini terdapat lima bahagian utama.

Pertama, penunjuk kepada keadaan semasa. Ini adalah indeks ringkas yang menjawab soalan: di manakah sebenarnya kita berhenti? Ia menjejaki bab semasa, latihan terakhir yang disiapkan, soalan tatabahasa saya yang tertangguh, dan kesilapan khusus daripada sesi sebelumnya yang masih perlu disemak. Daripada membuang keseluruhan log perbualan, ia meringkaskan sesi tersebut kepada perkara yang penting untuk sesi seterusnya.

Kedua, bahan penyerahan. Ini adalah ringkasan pendek yang ditulis selepas setiap pelajaran. Ia merakam bukan sahaja apa yang kami pelajari, tetapi bagaimana kami mempelajarinya. Adakah Felix menerangkan susunan kata menggunakan analogi tertentu? Adakah saya bertindak balas dengan baik terhadap latihan ayat tentang kosa kata perjalanan? Nota-nota ini memelihara metodologi pengajaran, bukan sekadar kandungan. Jika instans Felix yang seterusnya menerangkan susunan kata secara berbeza, saya akan menyedari perbezaan itu dengan serta-merta. Konsistensi adalah penting untuk pengekalan maklumat.

Ketiga, pakej muat naik untuk instans AI baharu. Apabila saya berpindah ke model atau platform baharu, saya tidak menampal biografi seribu patah perkataan ke dalam tetingkap sembang. Saya membekalkan sistem dengan pakej yang telah disediakan: tahap kecekapan asas saya, pilihan pembelajaran saya, corak kesilapan berulang saya, dan ringkasan urutan kurikulum. Ia adalah profil pelajar yang dimampatkan yang boleh dibaca dan diikuti oleh mana-mana model yang ditala mengikut arahan (instruction-tuned model).

Keempat, rekod integriti menggunakan SHA-256. Ini kedengaran berlebihan untuk pembelajaran bahasa, tetapi ia berfungsi untuk tujuan khusus. Saya membuat versi fail penyerahan saya. Jika saya tidak sengaja menyunting log kesilapan semalam semasa separuh tidur, atau jika alat penyinkronan merosakkan baris teks, saya perlu tahu. Hash SHA-256 membolehkan saya mengesahkan bahawa fail kesinambungan saya tidak berubah tanpa sengaja. Bagi sistem yang direka untuk mencegah kehilangan ingatan, kerosakan kendiri adalah musuh yang nyata.

Kelima, dan ini adalah bahagian yang sebenarnya mengawal tingkah laku, iaitu peraturan yang memaksa AI untuk berhenti jika bukti tidak ditemui. Saya mempunyai protokol ketat yang ditulis ke dalam system prompt: jika instans semasa tidak dapat mencari penunjuk keadaan atau mengesahkan bahan penyerahan, ia mesti berhenti dan meminta penjelasan daripada melakukan improvisasi. Saya tidak mahu AI yang yakin meneka tahap saya dan mengajar saya tatabahasa yang sudah saya ketahui,