فقدان الذاكرة السياقي: لماذا تنسى وكلاء AI في 2026 كل ما كانت تعرفه أمس

AI-агенты в 2026 году пишут код как senior-разработчики, разбираются в архитектуре за минуты и работают без выходных. Но у них есть системный изъян, о котором говорят меньше, чем стоило бы: каждый новый сеанс начинается с абсолютно чистого листа. Контекстная амнезия — уже не теоретическая проблема, а ежедневная боль команд, которые строят реальные процессы вокруг AI.

Три агента, три изолированных мира Представьте команду из трёх разработчиков.

Каждый открывает свою IDE с AI-агентом — Cursor, Windsurf, VS Code с Copilot. Формально у команды три умных помощника. По факту — три совершенно изолированных существа, которые не знают ничего ни друг о друге, ни о вчерашнем дне.

• Агент в Cursor не знает, что агент в VS Code три часа назад уже разобрался с тем же багом Агент в Windsurf повторно реализует workaround, который первому агенту объясняли вчера Ни один не понимает, почему в платёжном модуле именно такая архитектура и кто это решил * История инцидентов, причины компромиссов, архитектурные договорённости — всё исчезает Это не метафора. Это буквально то, что происходит в большинстве команд, работающих с AI-агентами сегодня. Каждый агент живёт в своём пузыре, а разработчики тратят время не на создание нового кода, а на бесконечное повторное объяснение уже объяснённого.

Почему агент не помнит ничего

Все современные AI-агенты работают с контекстным окном — ограниченным объёмом информации, который модель держит в голове за один сеанс. Когда сеанс заканчивается, контекст исчезает полностью. Агент ничего не записывает сам по себе. Это не баг — это фундаментальная архитектура. Большие языковые модели по природе stateless: они не накапливают знания между запросами. Всё, что агент знает — только то, что вы явно дали ему прямо сейчас. Никакой внутренней долгосрочной памяти нет. Контекстное окно выросло до миллиона токенов, но это не меняет картины: информация всё равно исчезает после завершения сессии.

«Представьте: вы наняли идеального сотрудника.

Он пишет код как senior, разбирается в архитектуре за минуты, работает 24/7 без выгорания. Но у него одна особенность — каждое утро он забывает абсолютно всё.»

Как работают с этим прямо сейчас

Команды, которые серьёзно строят процессы вокруг AI-агентов, нашли несколько практических решений. Ни одно не идеально, но все рабочие. Memory-файлы — специальные документы (CLAUDE.

md, .cursorrules, .windsurfrules), которые агент автоматически читает при каждом старте сессии.

Туда записывают ключевые архитектурные решения, известные баги, причины спорных паттернов и конвенции команды. Это де-факто стандарт в 2026 году для любого серьёзного AI-проекта. Контекст через репозиторий — вся важная информация живёт в git в виде markdown-документов.

Агент читает их в начале работы и «знает» историю проекта. Медленнее, чем memory-файлы, но не зависит от конкретной IDE и работает для любого агента. Явная передача контекста — при переключении агентов разработчик вручную формирует «брифинг»: что решили, почему, какие ограничения.

Дорого по времени, но надёжно и работает везде без дополнительной инфраструктуры. Общий принцип один: знания нужно хранить вне агента, в структурированном виде, доступном любому AI-агенту в любой IDE.

Что это значит

Контекстная амнезия — архитектурная особенность текущего поколения AI-агентов, и она никуда не денется быстро. Команды, которые строят мультиагентные процессы прямо сейчас, должны явно проектировать хранение знаний: кто записывает решения, в каком формате, как они передаются следующему агенту. Без этого мультиагентная разработка превращается в бесконечный день сурка — один и тот же контекст объясняется заново каждую сессию.