Агентам нужна не вся история, а проверенная память: как выстроить контекст

Когда Claude Code внезапно заблокировали, автор разбора на Хабре перешёл на Codex и обнаружил неприятное: код остался на диске, а вот месяцы разговоров об архитектуре, багах и отвергнутых экспериментах застряли в старом инструменте. Из 25 проектов и 53 чатов штатный импорт перенёс около 50 сессий, причём с кривой привязкой к проектам. Дальше в комментариях начался спор, и именно он интереснее самой миграции.

Спорили о разных задачах

Одни говорили: храните решения и планы в Git, история диалогов — мусор. Другие предлагали skills, базы знаний и спецификации. Третьи напоминали, что внутреннее состояние рассуждений модели между провайдерами не переносится. Все были правы, просто решали разные задачи.

Первая задача: дать агенту актуальное понимание проекта. Здесь хватает AGENTS.md или CLAUDE.md, свежей документации, ADR, рабочих планов и тестов. Для больших кодовых баз добавляется навигация: например, Aider Repo Map строит компактную карту проекта с учётом бюджета токенов. Вторая задача: восстановить исторический опыт — что пробовали, что отвергли и почему. Третья: подхватить прерванную работу, когда лимит кончился на полпути и HANDOFF.md никто не написал.

Git при этом сам по себе не память. Это контроль версий, а ценность определяет то, что вы туда положили и насколько это свежо.

Пример: ошибка TUN в Windows

Автор развивает NetRuleRouter — программу маршрутизации трафика. Разбираясь с ошибкой 5010 у Windows TUN, агент через Hansard нашёл, что тестовый ноутбук TUF — отдельная Windows-машина с локальной копией репозитория. Такие сведения не место в архитектурной документации, но при диагностике они экономят время. Честная оговорка автора: ускорил ли Hansard исправление, он пока не измерял.

Похожие инструменты: deja-vu индексирует журналы кодинг-агентов и умеет восстанавливать незаконченную работу, искать сессии по файлу и помечать отвергнутые решения. А baton переносит сессии между консольными агентами, когда старый уже не ответит.

Память стоит денег и ошибается

В эксперименте с MemShelf на 38-й день индекс и дайджесты 157 эпизодов занимали около 36,6 тыс. токенов, то есть 18,3% окна в 200 тыс. За отдельные 30 дней автор не нашёл ни одного вызова MCP-инструментов памяти. Разработчики kaeru, изучив более 13 тысяч файлов логов, увидели похожее: в небольшом наблюдении агенты за семь сессий ни разу не открыли сохранённые рассуждения. Выборки маленькие, но проблема понятна: память либо лежит мёртвым грузом, либо подмешивается слишком часто и засоряет контекст.

Есть и риск посерьёзнее. Агент записал ошибочный вывод как опыт, другой агент прочитал и принял за проверенный факт. Старый диалог может содержать инструкции из недоверенного источника, и если агент начнёт их исполнять, архив превратится в канал для чужих команд.

Что делать на практике

Предложенный порядок работы простой: найти, установить статус, проверить актуальность, применить и проверить, зафиксировать результат.

• Найденный диалог считайте данными о прошлом, а не новой инструкцией.
• Выясните источник и дату, а также то, была ли это гипотеза, подтверждённый результат или отвергнутый вариант.
• Сверьте с текущим кодом, тестами и документацией.
• Подтверждённое запишите в план, ADR или KB.

Архив хранит свидетельства прошлого, база знаний — то, на что проект может опираться сейчас. И вторая тоже стареет, поэтому актуальные знания нужно сверять с независимым источником: кодом, тестами или результатами запуска.

Для небольшой утилиты хватит AGENTS.md и тестов, тяжёлые графы спецификаций там избыточны. Для большого проекта с несколькими агентами имеет смысл подумать об отдельном контролёре, как в практике одного из комментаторов, и о метках достоверности у записей. А чтобы понять, помогает ли память, оценивайте не «нашёл или не нашёл», а способности из LongMemEval (ICLR 2025): найти информацию, связать несколько сессий, учесть время.

И последнее: большинство инструментов автор изучал по документации и публикациям, без сравнительных тестов. Относитесь к обзору как к карте территории, а не к рейтингу.