Starling gọi hệ thống hình thành từ cách tiếp cận này là Domain Language Model (DLM). Theo đó, một LLM đa dụng và không lưu trạng thái dài hạn sẽ được cung cấp bộ nhớ có cấu trúc, được tổ chức quản trị của doanh nghiệp ngay tại thời điểm chạy. Mô hình không phải tự “nhớ” toàn bộ doanh nghiệp trong các phiên trò chuyện.

Cách hình dung dễ nhất là một thư viện: mô hình AI có thể được thay đổi, nhưng hệ thống phân loại và bộ sưu tập tri thức nền tảng vẫn được duy trì.

Kiến trúc này hoạt động như thế nào?

• Địa chỉ ngữ nghĩa cố định: Những khái niệm lặp lại trong tổ chức được gán mã định danh lâu dài. Chẳng hạn, một địa chỉ dành cho “vị thế cạnh tranh” sẽ tiếp tục mang ý nghĩa đó, giúp người dùng và hệ thống AI tìm đúng bản ghi chuẩn thay vì suy đoán từ kết quả tìm kiếm thay đổi theo thời gian.
• Hai lớp cơ sở tri thức: Starling phân tách kho Org Library — nơi lưu các bản ghi chính thức, có quản trị và phiên bản — với Resources, nơi chứa tài liệu nguồn, tài liệu tham khảo hoặc tài liệu đang được tạo và xử lý. Org Library được định hướng là nơi lưu “bản chuẩn”; Resources hỗ trợ công việc tra cứu và tạo đầu ra.
• Định dạng văn bản dễ kiểm tra: Các bản ghi được duy trì dưới dạng Markdown văn bản thuần, thay vì nằm trong một trạng thái mô hình khó quan sát. Theo Starling, cách này giúp con người đọc được, hệ thống có thể lập phiên bản, còn dữ liệu vẫn dễ di chuyển giữa các công cụ.
• Manifest phía máy: Một manifest ở phía máy sẽ chọn và tập hợp phần ngữ cảnh phù hợp từ kho dữ liệu để cung cấp cho mô hình. Trong khi đó, quy trình quản trị của con người quyết định nội dung nào là có thẩm quyền, nhằm hạn chế việc tri thức bị trôi lệch không kiểm soát.
• Kết nối qua MCP: Starling định vị Model Context Protocol (MCP) của Anthropic như lớp kết nối để các mô hình truy cập ngữ cảnh bên ngoài. UCA cung cấp cách tổ chức và hệ thống địa chỉ chung cho ngữ cảnh đó. Về lý thuyết, điều này cho phép doanh nghiệp thay đổi mô hình AI mà không phải xây dựng lại toàn bộ bộ nhớ tổ chức.

UCA được Starling công bố dưới dạng chuẩn mở miễn phí vĩnh viễn theo giấy phép Creative Commons, cho phép các tổ chức xây dựng trên chuẩn mà không cần xin giấy phép riêng.

“Chủ quyền AI” theo cách Starling lý giải

Theo lập luận trung tâm của CEO Chris Kincade, chủ quyền AI không chỉ đến từ việc doanh nghiệp sở hữu GPU, đặt hạ tầng trong nước hay lựa chọn một nhà cung cấp mô hình thuộc một quốc gia nhất định. Trong cách tiếp cận này, chủ quyền nằm ở khả năng kiểm soát các quyết định, chính sách, quy trình vận hành, nguồn gốc dữ liệu và quyền truy cập — tức “bản chuẩn” mà mọi mô hình sử dụng để suy luận.

Nếu mô hình bị thay thế, nâng cấp, tạm ngừng hoạt động hoặc không được chấp nhận vì lý do quản trị, doanh nghiệp vẫn giữ lại bộ nhớ của mình và có thể kết nối một mô hình khác với cùng kho bản ghi.

Điều này có thể làm giảm nguy cơ bị khóa vào một nhà cung cấp, bởi tài sản quan trọng nằm ở kho dữ liệu do tổ chức kiểm soát và hệ thống phân loại của nó, chứ không phải lịch sử hội thoại hay tính năng bộ nhớ độc quyền của một nền tảng.

Cách tiếp cận này cũng hướng đến khả năng phục hồi: mô hình được xem là không lưu tri thức tổ chức lâu dài, còn kho dữ liệu vẫn tồn tại như nguồn sự thật có thể kiểm tra. Starling tóm lược quan điểm đó bằng câu: “Mô hình có thể quên; tổ chức vẫn nhớ.”

Mức độ ứng dụng và bằng chứng hiện có

Tài liệu của Starling dẫn lời Brady Patterson từ SelfOS, cho rằng việc trao cho tri thức “một điểm neo rõ ràng” giúp giảm thất thoát ngữ cảnh và sự trôi lệch dữ liệu. Tuy nhiên, đây nên được xem là lời chứng thực từ người thực hành, không phải một đánh giá độc lập về hiệu quả sản phẩm.

Starling cũng liên hệ cách tiếp cận này với các kịch bản như huấn luyện cá nhân, marketing, quản lý xây dựng và dịch vụ pháp lý, trong đó có QuillOS của Wrks Online. Dù vậy, các nguồn được cung cấp chưa đủ để xác minh độc lập mối quan hệ với QuillOS, quy mô triển khai hay kết quả hoạt động. Chưa có đủ bằng chứng để đưa ra nhận định mạnh hơn về mức độ chấp nhận trên thị trường.

Điều cần thận trọng

UCA và Starling MX vẫn là những sản phẩm, chuẩn và đề xuất tương đối mới. Nhiều tuyên bố kỹ thuật cũng như kinh doanh hiện đến từ tài liệu của chính Starling hoặc các bài viết giới thiệu.

Ý tưởng cốt lõi — xây dựng bộ nhớ tổ chức dạng văn bản, có quản trị, có thể di chuyển và được gắn địa chỉ ổn định — có cơ sở về mặt khái niệm. Tuy nhiên, các thông tin hiện có chưa đủ để kết luận rằng UCA đã chứng minh được khả năng vượt trội về độ chính xác, chi phí, bảo mật hay mức độ độc lập với nhà cung cấp trong những triển khai thực tế.

Starling gọi hệ thống hình thành từ cách tiếp cận này là Domain Language Model (DLM). Theo đó, một LLM đa dụng và không lưu trạng thái dài hạn sẽ được cung cấp bộ nhớ có cấu trúc, được tổ chức quản trị của doanh nghiệp ngay tại thời điểm chạy. Mô hình không phải tự “nhớ” toàn bộ doanh nghiệp trong các phiên trò chuyện.

Cách hình dung dễ nhất là một thư viện: mô hình AI có thể được thay đổi, nhưng hệ thống phân loại và bộ sưu tập tri thức nền tảng vẫn được duy trì.

Kiến trúc này hoạt động như thế nào?

• Địa chỉ ngữ nghĩa cố định: Những khái niệm lặp lại trong tổ chức được gán mã định danh lâu dài. Chẳng hạn, một địa chỉ dành cho “vị thế cạnh tranh” sẽ tiếp tục mang ý nghĩa đó, giúp người dùng và hệ thống AI tìm đúng bản ghi chuẩn thay vì suy đoán từ kết quả tìm kiếm thay đổi theo thời gian.
• Hai lớp cơ sở tri thức: Starling phân tách kho Org Library — nơi lưu các bản ghi chính thức, có quản trị và phiên bản — với Resources, nơi chứa tài liệu nguồn, tài liệu tham khảo hoặc tài liệu đang được tạo và xử lý. Org Library được định hướng là nơi lưu “bản chuẩn”; Resources hỗ trợ công việc tra cứu và tạo đầu ra.
• Định dạng văn bản dễ kiểm tra: Các bản ghi được duy trì dưới dạng Markdown văn bản thuần, thay vì nằm trong một trạng thái mô hình khó quan sát. Theo Starling, cách này giúp con người đọc được, hệ thống có thể lập phiên bản, còn dữ liệu vẫn dễ di chuyển giữa các công cụ.
• Manifest phía máy: Một manifest ở phía máy sẽ chọn và tập hợp phần ngữ cảnh phù hợp từ kho dữ liệu để cung cấp cho mô hình. Trong khi đó, quy trình quản trị của con người quyết định nội dung nào là có thẩm quyền, nhằm hạn chế việc tri thức bị trôi lệch không kiểm soát.
• Kết nối qua MCP: Starling định vị Model Context Protocol (MCP) của Anthropic như lớp kết nối để các mô hình truy cập ngữ cảnh bên ngoài. UCA cung cấp cách tổ chức và hệ thống địa chỉ chung cho ngữ cảnh đó. Về lý thuyết, điều này cho phép doanh nghiệp thay đổi mô hình AI mà không phải xây dựng lại toàn bộ bộ nhớ tổ chức.

UCA được Starling công bố dưới dạng chuẩn mở miễn phí vĩnh viễn theo giấy phép Creative Commons, cho phép các tổ chức xây dựng trên chuẩn mà không cần xin giấy phép riêng.

“Chủ quyền AI” theo cách Starling lý giải

Theo lập luận trung tâm của CEO Chris Kincade, chủ quyền AI không chỉ đến từ việc doanh nghiệp sở hữu GPU, đặt hạ tầng trong nước hay lựa chọn một nhà cung cấp mô hình thuộc một quốc gia nhất định. Trong cách tiếp cận này, chủ quyền nằm ở khả năng kiểm soát các quyết định, chính sách, quy trình vận hành, nguồn gốc dữ liệu và quyền truy cập — tức “bản chuẩn” mà mọi mô hình sử dụng để suy luận.

Nếu mô hình bị thay thế, nâng cấp, tạm ngừng hoạt động hoặc không được chấp nhận vì lý do quản trị, doanh nghiệp vẫn giữ lại bộ nhớ của mình và có thể kết nối một mô hình khác với cùng kho bản ghi.

Điều này có thể làm giảm nguy cơ bị khóa vào một nhà cung cấp, bởi tài sản quan trọng nằm ở kho dữ liệu do tổ chức kiểm soát và hệ thống phân loại của nó, chứ không phải lịch sử hội thoại hay tính năng bộ nhớ độc quyền của một nền tảng.

Cách tiếp cận này cũng hướng đến khả năng phục hồi: mô hình được xem là không lưu tri thức tổ chức lâu dài, còn kho dữ liệu vẫn tồn tại như nguồn sự thật có thể kiểm tra. Starling tóm lược quan điểm đó bằng câu: “Mô hình có thể quên; tổ chức vẫn nhớ.”

Mức độ ứng dụng và bằng chứng hiện có

Tài liệu của Starling dẫn lời Brady Patterson từ SelfOS, cho rằng việc trao cho tri thức “một điểm neo rõ ràng” giúp giảm thất thoát ngữ cảnh và sự trôi lệch dữ liệu. Tuy nhiên, đây nên được xem là lời chứng thực từ người thực hành, không phải một đánh giá độc lập về hiệu quả sản phẩm.

Starling cũng liên hệ cách tiếp cận này với các kịch bản như huấn luyện cá nhân, marketing, quản lý xây dựng và dịch vụ pháp lý, trong đó có QuillOS của Wrks Online. Dù vậy, các nguồn được cung cấp chưa đủ để xác minh độc lập mối quan hệ với QuillOS, quy mô triển khai hay kết quả hoạt động. Chưa có đủ bằng chứng để đưa ra nhận định mạnh hơn về mức độ chấp nhận trên thị trường.

Điều cần thận trọng

UCA và Starling MX vẫn là những sản phẩm, chuẩn và đề xuất tương đối mới. Nhiều tuyên bố kỹ thuật cũng như kinh doanh hiện đến từ tài liệu của chính Starling hoặc các bài viết giới thiệu.

Ý tưởng cốt lõi — xây dựng bộ nhớ tổ chức dạng văn bản, có quản trị, có thể di chuyển và được gắn địa chỉ ổn định — có cơ sở về mặt khái niệm. Tuy nhiên, các thông tin hiện có chưa đủ để kết luận rằng UCA đã chứng minh được khả năng vượt trội về độ chính xác, chi phí, bảo mật hay mức độ độc lập với nhà cung cấp trong những triển khai thực tế.