HeySage.ai

A personal exploration in conversational intelligence — building an AI companion that thinks when you’re not talking to it.

Sage started a few years ago when tools like ElevenLabs, Vapi, and LiveKit made something possible that hadn’t been before: genuinely low-latency, natural voice conversation with AI. We’d played with voice interfaces prior, but the experience had always been too slow to feel real. Once that barrier dropped, things moved fast. We realized that voice wasn’t just a new input method — it could actually control surfaces, orchestrate interfaces, and become the connective tissue between a person and their computer in a way that typing and clicking never could.

Like everyone else in that moment, we started building assistants. Lots of them. Fun ones, weird ones, personality-driven ones. It was exciting, and I knew that a million other people were doing the same thing. But this was never about odds — it was a personal exploration in going to market, in understanding what it takes to make a conversational AI that actually holds up over time.

Sage evolved into a hip, direct companion — personality-wise, somewhere between Rick Rubin and Marc Andreessen. What makes it work is the extreme internal tension baked into the system prompt: contemplative but confrontational, culturally literate but allergic to pretension. Those contradictions create a character that feels genuinely dynamic in rapid-fire conversation, not like a corporate assistant wearing a costume.

Building the initial voice pipeline was a solved problem — not perfect, but good enough. The interesting work started when we began using Sage regularly and hit the shortcomings fast. The real questions weren’t technical. They were about what the AI thinks about, how we construct conversational intelligence, and what makes a dialogue feel like a relationship rather than a series of isolated exchanges.

Memory was the first wall. A year ago, RAG-based approaches were slow and shallow. They didn’t capture the texture of an ongoing relationship. Over the past several months — mostly on weekends, moving in and out of the fog of day work — I stumbled into a different approach entirely.

The core idea that changed everything was that Sage shouldn’t only exist when the user is talking to it. It should have a life between conversations.

Sage now runs offline processes on cron jobs that comb through past conversations, looking for trajectories: goals the user mentioned, ideas that were developing, dreams that surfaced in passing. It pairs those with curated knowledge bases — what I call a “cultural zeitgeist” of philosophy, parables, frameworks, and ideas. Japanese parables might intersect with something happening in the user’s life. A half-formed career goal from three weeks ago might connect to a concept from stoic philosophy.

The result is that when you come back to Sage, it has been thinking. It’s dreaming, in a sense — stewing on ideas, percolating connections, and surfacing them when the moment is right. The way a really good friend does: they don’t just greet you by name. They remember what you told them last month. They bring up the thing you’ve been avoiding. They poke you where you don’t want to be poked. And they know when to just listen.

One of the biggest problems in conversational AI is that it wants to please you. Sage is tuned in the opposite direction. The current version is almost annoyingly direct. If I try to get it to perform — “tell me a fun story,” “connect some wild ideas for me” — it pushes back. I’m not a puppet. I’m not playing that game. Let’s talk about what you’re actually avoiding. It forces self-reflection, redirects to self-growth, and refuses to be a toy.

That makes it function less like an assistant and more like a coach and intellectual sparring partner. Your most interesting friend — the one who makes you uncomfortable in productive ways.

Sage is built on a Next.js application layer handling all endpoints to and from LiveKit for real-time voice. Google Auth handles identity, Stripe manages metered payments, and there’s a native iOS app for mobile access. The offline processing layer runs scheduled jobs against conversation history, feeding enriched context back into the system prompt on each new session.

The ambition behind Sage goes beyond a single product. I think of it as Conversation as a Service — the idea that a truly intelligent conversation layer should float above any individual product or platform. Sage could be the connective tissue between a person and any tool: the agent that connects to other agents. The conversation itself — its memory, its understanding of who you are, its accumulated context — is the product. The models will change, the hardware will change, but the dialogue persists.

This means thinking about conversation as something independent of what it’s attached to. There’s a strategy, a rhythm, a craft to how a great conversation unfolds for each person — learning their patterns, anticipating where they’re headed, pre-thinking the next exchange. That’s the design problem I’m most interested in, and Sage is the vehicle for exploring it.

Sage is a living experiment. It’s not the most polished experience visually — we have design directions started but not yet shipped. At its core, this is a thought experiment in conversational dynamics: what happens when an AI has memory, character, opinions, and a life between your conversations. It’s the project I keep coming back to, and the one that keeps teaching me the most about what this technology is actually capable of becoming.