Первое впечатление от LLM было поразительным: диалог, генерация кода и ответы на сложные вопросы создавали ощущение идеального партнера. Однако при использовании для долгосрочных задач вскоре выявилась проблема «забывания». Ограничения контекстного окна приводили к повторениям и «галлюцинациям», когда модель забывала важные детали. Увеличение контекстного окна не решает проблему, так как основная трудность кроется в структуре и плотности памяти. Вместо того чтобы воспринимать LLM как «мозг», следует рассматривать ее как транслятор контекста. Решение заключается в разделении труда: создание структурированной системы для хранения знаний и использование LLM для выполнения конкретных задач. Так возник проект «Геном Знаний», где каждая идея представлена как отдельный «ген», что улучшает качество ответов и уменьшает «галлюцинации». В результате системы начинают использовать сильные стороны LLM, создавая более глубокие и осмысленные результаты.