Игорь Градов
Игорь Градов
5 мин
ai

Что такое ИИ-агент без памяти: Anthropic показала, как научить его не начинать с нуля

Ламис Мукта из Anthropic в выступлении о памяти показала, как ИИ-агенты перестают начинать каждую задачу с нуля, и этот путь от одного файла до набора навыков можно повторить в своём проекте.

Что такое ИИ-агент без памяти: Anthropic показала, как научить его не начинать с нуля
Почему это важно

В Claude Code память агента выросла из одного файла правил в отдельные инструменты и навыки. Агенту можно один раз объяснить устройство проекта, и не придётся пересказывать его в каждой новой сессии.

Что такое ИИ агент? Это программа на основе нейросети, которая сама выполняет шаги задачи: ищет нужные файлы, запускает команды, проверяет результат. Её слабое место описано в разборе выступления Ламис Мукты из Anthropic. Если опыт агента нигде не хранится, пятидесятая задача начинается почти так же, как первая.

Автор разбора сравнивает агента с героем фильма «Мементо», который наутро не помнит вчерашний день. Модель хорошо знает мир в целом, но ей неоткуда узнать устройство вашего проекта, порядок работы в команде и причину, по которой вы трижды отвергли одно и то же решение.

Чем память отличается от контекста и журнала?

Эти понятия легко перепутать. Разбор разводит их так:

  • Контекстное окно: всё, что модель видит при конкретном обращении к ней, как лист бумаги перед глазами.
  • Транскрипт: запись сообщений и действий за одну сессию, то есть журнал разговора.
  • Устойчивое состояние (durable state): ход выполнения задачи. В нём видно, какой шаг идёт сейчас, что уже подтверждено и что ожидается.
  • Память: отобранные сведения, которые пригодятся в будущих задачах. Она хранится долго, но не заменяет ни журнал, ни текущее состояние.

Что понадобится для памяти агента?

  • Claude Code, ИИ-агент Anthropic для работы с проектами и кодом, или другой агент, который умеет читать файлы проекта.
  • Папка проекта, лучше под контролем версий, то есть в системе, которая хранит историю изменений файлов.
  • Текстовый редактор для файлов в формате markdown (простой текст с разметкой заголовков и списков).
  • Список правил команды: как запускать тесты, где лежат сервисы, о чём договорились.

Память агента собирается в пять шагов

  1. Заведите файл CLAUDE.md. Запишите в него команду запуска тестов, расположение сервисов и договорённости команды. Такой файл легко проверить глазами и сохранить под контролем версий.
  2. Держите CLAUDE.md коротким. Его целиком загружают в каждую сессию, поэтому лишний текст отнимает место и внимание агента даже при исправлении опечатки. Автор разбора предупреждает, что иначе файл разрастается до размеров инструкции к атомному ледоколу.
  3. Дайте агенту инструменты памяти. В примере из разбора их три: memory_read() читает запись, memory_write() создаёт новую, memory_edit() меняет часть существующей. Модель сама решает, когда их вызвать, а программа выполняет вызов и возвращает ответ в диалог.
  4. Отделите факты от процедур. Факты вроде «тесты запускаются такой командой» храните в памяти или в CLAUDE.md. Порядок действий вроде «как выпустить релиз» оформляйте отдельным навыком (skill).
  5. Оформите навык как папку. Внутри лежит файл SKILL.md: в начале название и условие, когда навык применять, ниже сама инструкция. Рядом можно положить шаблоны, примеры и скрипты, например на Python или PowerShell.

Набросок содержимого SKILL.md (точный формат шапки сверяйте с документацией Claude Code):

Название: выпуск релиза
Когда применять: когда просят выпустить новую версию
Шаги:

1. Проверить, что все тесты прошли
2. Запустить сборку
3. При ошибке сборки остановиться и сообщить
Типичные ошибки и как их проверить:
...

Автор разбора оговаривается, что это не обязательная лестница развития. Просто Claude Code прошёл именно этим путём, и порядок шагов удобно повторить.

Как это применить

Что ввели: в CLAUDE.md три строки о том, какой командой запускать тесты, в какой папке лежит сервис оплаты и что в команде не трогают старый модуль. Что получаем: агент видит эти правила в начале каждой сессии, потому что файл загружается целиком. Это иллюстрация механизма из разбора, а не замер скорости работы.

Что делать с памятью агента прямо сейчас?

Разработчику. Начните с короткого CLAUDE.md, а повторяющиеся процедуры вынесите в навыки. Навык можно положить в общую папку и использовать в разных проектах.

Автору Дзена. Приём работает и без кода: держите документ с правилами канала (тон, запретные темы, структура статьи) и подавайте его нейросети в начале работы. Принцип тот же: факты отдельно, порядок действий отдельно.

Маркетологу. Процедуру вроде еженедельного отчёта оформите один раз как пошаговую инструкцию с типичными ошибками. Тогда не придётся заново объяснять задачу каждую неделю.

Предпринимателю в РФ и СНГ. О доступности Claude Code в России в материале не говорится. Из доступных в РФ ассистентов есть YandexGPT и GigaChat, и подход с файлом правил переносится на любой из них вручную.

Частые ошибки

Новички чаще всего спотыкаются в трёх местах:

  • Пишут в CLAUDE.md всё подряд, и раздутый файл съедает внимание агента в каждой задаче.
  • Дают навыку расплывчатое описание. Такой навык либо не сработает, когда нужен, либо включится не в тот момент.
  • Поручают модели точную механику: проверку тестов, отчёт по строгому формату, переименование сотен файлов. Здесь надёжнее скрипт, модель может ошибиться.
Совет редакции dzen.guru

На мой взгляд, главная мысль тут в разделении: память хранит факты, навыки хранят процедуры, скрипты отвечают за точность. Я бы писал CLAUDE.md на том языке, на котором думает команда, и проверял записи агента перед сохранением, ведь реализация инструментов памяти это позволяет. Честная оговорка: в выступлении упомянут и процесс dreaming («сновидение»), который разбирает прошлые сессии и наводит порядок в накопленных знаниях, но как именно он устроен, в доступной части материала не раскрыто. Начните с одного короткого файла сегодня, а каталог навыков нарастите, когда заметите, что объясняете агенту одно и то же в третий раз.

Нейросети для авторов без лишней теории

Разбираем ИИ-инструменты на практике и показываем, как встроить их в работу над каналом

Перейти на dzen.guru
Поделиться:TelegramVK
Игорь Градов
Игорь Градов

Основатель dzen.guru. Эксперт по монетизации и продвижению на Дзен. Автор курса «Старт на Дзен 2026».

Комментарии

Читайте также

Рекомендательные системы не измеряют вкусы, а назначают ценности: три метрики, три ленты
ai

Рекомендательные системы не измеряют вкусы, а назначают ценности: три метрики, три ленты

Автор цикла «Человек в мире современных технологий» в новой статье утверждает, что метрика рекомендательной ленты не измеряет вкусы читателей, а назначает им…

5 мин
Qwen Code под проект за пять шагов: агент меньше спрашивает и тратит меньше токенов
ai

Qwen Code под проект за пять шагов: агент меньше спрашивает и тратит меньше токенов

Qwen Code после установки каждый раз заново изучает репозиторий и тратит оплачиваемые запросы на одно и то же, поэтому разбираем настройку под проект по…

5 мин
Тест вместо промпта: разработчик МТС показал, что такое ИИ-агент с автопроверкой кода
ai

Тест вместо промпта: разработчик МТС показал, что такое ИИ-агент с автопроверкой кода

Go-разработчик МТС Web Services Егор Гурин предложил писать тесты до кода и отдавать их ИИ-агенту вместо словесного промпта, пока часть пользователей…

5 мин