Долгий проект с AI-агентом: память и внешние подключения
Сделать с AI-агентом работу на несколько дней легко. Вести проект месяцами — совсем другая задача.
Проблема не в объёме контекста, как обычно думают. Проблема в том, что каждый новый диалог начинается с нуля. Вы заново объясняете, почему три месяца назад приняли именно это решение, какой путь попробовали и отвергли, в какую ловушку уже попадали.
А чаще не объясняете — потому что и сами не помните. В результате агент снова предлагает решение, которое вы отвергли год назад.
Эта статья о том, как эту проблему решить.
Чего не говорит код
Первый вопрос: агент же умеет читать код, что ему ещё нужно?
Ответ: код показывает, что сделано, но не говорит, почему сделано именно так.
Пример. В моём проекте версия TypeScript жёстко зафиксирована на 6.0.3, без каретки. По коду это видно. Но неясно, зачем. Кто-то решит, что версия «устарела», и обновит её — и линт полностью слетит.
Причины в коде нет: новый TypeScript пока несовместим с инструментами линтинга. Это решение, а не код.
Вот что теряется таким образом:
- Почему выбрана эта технология и какая альтернатива отвергнута
- Какой путь попробовали, и он не сработал
- Ловушки, специфичные для проекта, — ошибки, съеденные однажды
- Ограничения, которые пользователь принял осознанно
- Идентификаторы и настройки во внешних системах
Ничего из этого нет в коде и не восстанавливается из истории git — сообщение коммита обычно описывает «что», а не «почему».
Как организовать память
Форма, которая сработала у меня, простая: один факт — один файл, плюс индекс поверх них.
В начале каждого файла лежат короткие метаданные:
---
name: project-notion-writer
description: CLI и skill для написания статей и сохранения их в Notion
type: project
---
`~/Projects/notion-writer` — сохраняет статью на трёх языках в Notion
как черновик. Распространение автоматическое...Файл индекса отводит по одной строке на запись: заголовок, ссылка и фраза-зацепка. В начале диалога агент видит только индекс, а нужный файл открывает потом.
Эта структура решает сразу две задачи. Первая — контекст не переполняется. Вторая — запись легко обновлять, потому что каждый факт лежит в своём файле и ни с чем не смешан.
Я делю факты на четыре типа: о пользователе, инструкции о том, как работать, проекты и ссылки на внешние ресурсы. Типы не случайны — они отвечают на вопрос «когда эта запись понадобится?».
Самый ценный тип записей — ловушки
Если бы можно было вести только одну категорию, я бы выбрал ловушки.
Несколько реальных примеров из моих проектов:
«Не включайте эту настройку — она блокирует определённые функции.» Одна эта строка спасает меня от повторного дня отладки.
«На бесплатном тарифе допустимы только два активных сценария — поэтому вместо третьего мы перестроили существующий.» Без этого каждый раз приходит неверное предложение «давайте добавим новый сценарий».
«Если эти две колонки с датой разъедутся, статья выйдет с неправильной датой.» Это действительно произошло и повторилось бы, не будь записано.
Правило такое: каждый раз, когда что-то неожиданно ломается и вы это чините, спросите себя — «это повторится?». Если да, запишите одну строку.
Внешние подключения
Память хранит прошлое. Но агенту нужно знать и текущее состояние — что лежит в базе, работает ли сценарий автоматизации, какая задача открыта.
Для этого есть MCP-подключения: агент может обращаться к внешней системе напрямую.
У меня они работают по-настоящему. Сценарии распространения контента я собирал не руками, а через агента — он подключился к платформе автоматизации, настроил модули и запустил их. Данные в базе я проверяю так же.
Но здесь есть важная деталь, о которой стоит сказать заранее: подключать всё подряд не нужно.
Каждое подключение занимает место в контексте и добавляет агенту вариантов выбора. Много подключений — много отвлечений. Я подключил только те системы, которые действительно нужны часто, остальное решаю обычным скриптом.
Вторая деталь про безопасность. Подключение даёт агенту право писать в реальную систему. Не давать прямого доступа на запись в продовую базу — простое и жёсткое правило.
Жизнь с ограничением контекста
В долгом диалоге контекст всё равно заполнится. С этим нужно не бороться, а научиться жить.
У меня прижились три привычки.
Первая — сразу записывать результат в файл. Диалог может сжаться, файл останется. В длинной задаче сбрасывайте на диск каждый завершённый этап.
Вторая — делать состояние наблюдаемым. Моя контентная очередь — обычная markdown-таблица: дата, тема, статус. Даже если диалог оборвётся, в следующий раз этот файл точно скажет, где мы остановились. Это не память, это контрольная точка.
Третья — дробить большую работу. Вместо «сделай всё» — «сделай первое, сохрани, переходи к следующему». К концу каждого куска результат уже в безопасном месте.
Чего писать не стоит
Память не должна превращаться в свалку, иначе от неё не будет толку.
Я не записываю:
- То, что видно в коде. Структуру папок, имена функций, список зависимостей.
- То, что есть в истории git. «Починили такую-то ошибку» — это написано в коммите.
- То, что относится только к текущему диалогу. Путь к временному файлу, разовую команду.
- То, что часто меняется. Замороженные изменчивые данные быстро превращаются в ложь.
Последний пункт важен: устаревшая память хуже, чем её отсутствие. Потому что агент ей доверяет и принимает неверное решение. Поэтому, если запись ссылается на имя файла или настройку, перед использованием стоит проверить, что она ещё существует.
Практический результат
Через несколько месяцев разница выглядит так.
Без памяти: каждый диалог начинается с объяснения контекста, агент заново предлагает отвергнутые решения, однажды решённые ловушки съедаются повторно.
С памятью: вы называете тему, и работа начинается сразу. Агент знает ограничения проекта, помнит, какой путь был отвергнут, сам обходит ловушки.
Это не магия — это обычная документация, просто в форме, которую гарантированно прочитают. И главная польза, по сути, даже не в агенте: вы сами через полгода найдёте ответ на вопрос «почему я тогда так сделал?».