Как добавить памяти AI+Code агентам? В посте про то, как разрабатывать сложные проекты, я писал про README, AGENTS и CONTEXT md файлы. При использовании в связке с двушаговой разработкой (через implementation plan), они хорошо помогают реализовывать довольно сложные фичи. Но этот процесс основывается на костыли в виде человеческих процессов разработки на Github. Так разрабатывали и Linux Kernel и множество других OpenSource проектов. А можно ли как-то дополнить процесс именно для удобства работы современных AI+Code систем? Вот еще одна фишка, которая в итоге позволяет работать чуть более стабильно с чуть более сложными проектами. Смотрите, и OpenAI Codex и `Cursor.sh` с терминальными утилитами очень любят использовать grep - утилиту для поиска текста в файлах. Поэтому можно разрешить им оставлять однострочные комментарии с каким-нибудь префиксом, который они смогут быстро найти, например `AICODE-`. И обязательно попросить искать эти комментарии в файлах перед началом работы с ними. Например, можно выделить: - `AICODE-NOTE` - заметка или комментарий для AI+Code системы - `AICODE-TODO` - задачка себе на сессию попозже - `AICODE-ASK` - вопрос от системы человеку, чтобы он ответил и потом пометил как AICODE-NOTE Все вместе в коде это может выглядеть, скажем, вот так: ``` const LOGIN_START='\\x1b]9;LOGIN=START\\x07', LOGIN_END='\\x1b]9;LOGIN=END\\x07'; let inLogin=false, buf=''; // AICODE-NOTE: Complex OSC sequence parsing - this is the core login overlay logic // AICODE-ASK: Could this parsing be more robust? What if sequences are split across messages? socket.addEventListener('message', ev=>{ const chunk = ev.data instanceof ArrayBuffer ? new TextDecoder().decode(ev.data) : ev.data; buf += chunk; while (true) { const s = buf.indexOf(LOGIN_START), e = buf.indexOf(LOGIN_END); if (s!==-1 && (s<e || e===-1)) { if (!inLogin && s>0) term.write(buf.slice(0,s)); buf = buf.slice(s+LOGIN_START.length); showOverlay(); inLogin=true; continue; } if (e!==-1) { if (!inLogin && e>0) term.write(buf.slice(0,e)); buf = buf.slice(e+LOGIN_END.length); hideOverlay(); inLogin=false; continue; } break; } if (!inLogin && buf){ term.write(buf); buf=''; } }); ``` Это создает долгосрочный слой памяти прямо в коде, который позволяет агентам самостоятельно задавать вопросы по тексту или оставлять себе заметки. Или самостоятельно разбивать сложные задачи на более простые (через `AICODE-TODO`) В итоге получается чуть стабильнее работать с чуть более сложными проектами. Ваш, @llm_under_hood 🤗 PS: сам код на экране промежуточный - в процессе работы Codex-a. Он демонстрирует то, как AI+Coding системы пользуются подобными комментариями по мере подготовки финального PR.
Как добавить памяти AI+Code агентам? В посте про то, как разрабатывать сложные…
Из этого канала
- #591Поспорил, что через год MCP сервера перестанут быть мейнстримом MCP - это…
Поспорил, что через год MCP сервера перестанут быть мейнстримом MCP - это стандарт легкого подключения разных инструментов и данных к LLM системам.
- #592"В OpenAI услышали, что разработчики часто запускают несколько версий одной и…
"В OpenAI услышали, что разработчики часто запускают несколько версий одной и той же AI+Coding задачи.
- #593"Вышла свежая лекция Andrej Karpathy про Software in the Era of AI Там много…
"Вышла свежая лекция Andrej Karpathy про Software in the Era of AI Там много всего интересного - за 40 минут он понятно и образно описывает текущее состояние…
- #589Как мне OpenAI сегодня сэкономил 8 часов Я недавно упоминал кейс про 700000…
Как мне OpenAI сегодня сэкономил 8 часов Я недавно упоминал кейс про 700000 строчек дремучего 4GL кода 30-летней давности.
- #588"🚀 Бенчмарк Deepseek 0528: r1 и qwen3-8b - маленькая мощная локальная модель…
"🚀 Бенчмарк Deepseek 0528: r1 и qwen3-8b - маленькая мощная локальная модель Ребята из Deepseek продолжают делать нашу жизнь лучше и интереснее.