Игорь Градов
Игорь Градов
5 мин
ai

Что такое ИИ-агент с памятью: «ТехВилл» избавил QA от двухчасовых поисков в похожих задачах

Олег Малышев из «ТехВилл» показал, как команда подключила ИИ-агентов к собственной базе знаний MKP: без памяти между сессиями агент тратил на каждую похожую задачу те же два часа.

Что такое ИИ-агент с памятью: «ТехВилл» избавил QA от двухчасовых поисков в похожих задачах
Почему это важно

Знание, добытое на одной задаче, больше не теряется в чате. Агент сам записывает его в базу, и следующий тестировщик или агент начинает с готового ответа.

Олег Малышев, один из лидеров стека тестирования в «ТехВилл», продолжает серию о том, как ИИ снимает рутину с тестировщиков. Раньше команда описала перенос тест-кейсов из Яндекс Трекера (сервис задач от Яндекса) в Allure TestOps (систему для хранения тест-кейсов и отчётов о прогонах). Теперь речь о памяти: без неё следующие шаги, вроде автоматических тест-планов, буксуют.

ИИ-агент без памяти каждый раз начинает с нуля

Что такое ИИ-агент? Это программа на базе нейросети, которая сама выполняет шаги задачи: заглядывает в код, базы данных и логи, проверяет гипотезы. Слабое место одно: после завершения сессии агент всё забывает.

Малышев приводит пример. QA (специалист по контролю качества) получил задачу: на самовывозе пустая витрина категории. Через два часа выяснилось, что это не баг. Витрина берёт наличие из кэша, который обновляется раз в несколько минут.

Найденный ответ осел в голове сотрудника, в треде чата или в комментарии к задаче. Корпоративная wiki компании EvaWiki описывает продукт, а не тестирование. Фраза «перед проверкой подожди пять минут, пока обновится кэш наличия» туда не попадает.

Что понадобится

  • Платформа баз знаний с поиском по смыслу. В «ТехВилл» это внутренняя MKP (Multi knowledge platform), купить её нельзя.
  • Отдельные базы для команд тестирования в формате markdown (простая текстовая разметка).
  • Подключение по MCP (стандартный способ подключить внешний сервис к ИИ-агенту, как вилку к розетке).
  • Среда, где тестировщики работают с агентом: Cursor, Claude Code или Codex.
  • Права администратора, чтобы заводить пользователей и базы.

Пошаговая инструкция

  1. Разделите документацию. Продуктовые требования оставьте в корпоративной wiki. Рабочие приёмы тестирования вынесите в отдельные базы команд.
  2. Заведите базы по командам. В MKP их может быть сколько угодно. Туда кладут архитектуру тестирования, результаты прогонов, найденные баги и способы их обойти.
  3. Дайте каждому агенту своего пользователя. Права выдаются на каждую базу отдельно: read для поиска и чтения, write ещё и для записи и удаления. Агенту команды каталога не нужна запись в базу команды платежей.
  4. Закройте агенту вход в интерфейс. У администратора есть переключатель «Запретить вход в UI»: технический пользователь работает только через MCP по своему API-ключу.
  5. Подключите MCP-сервер к агенту. У MKP он встроенный, инструментов в нём пять.
  6. Встройте базу в рабочий набор правил. В «ТехВилл» есть QA-кит, репозиторий с правилами и автоматизацией. Теперь каждый запрос тестировщика к агенту проходит через базу знаний.
  7. Поручите агенту записывать выводы. Всё, что выяснилось по ходу задачи, агент структурирует и сохраняет в базу проекта. Примерная формулировка для правил:
После завершения задачи сформулируй, что выяснилось и почему.
Запиши вывод в базу знаний команды отдельным документом.
Укажи номер задачи и условия, при которых вывод верен.
  1. Проверяйте статус документа. Сохранённая заметка сначала получает статус processing и находится в поиске только после статуса published. При статусе error обработку запускают снова.
Как это применить

Задача с пустой витриной. После разбора агент записывает в базу: «на основном тестовом стенде свежий подарок не появляется в выдаче, онлайн-сценарий проверяй на test-qa». Через месяц другой тестировщик спрашивает про похожую ситуацию и получает ответ со ссылкой на исходный документ вместо двух часов поиска.

Поиск в MKP устроен на RAG (подходе, при котором нейросеть сначала находит фрагменты в документах, а потом отвечает по ним). Платформа сочетает поиск по смыслу и по ключевым словам. Для тестирования это критично: в вопросах много идентификаторов вроде GetExists или CMA-14699, а чистый смысловой поиск такие строки теряет.

В ответе всегда три вещи: сам ответ, источники с фрагментом текста и trace_id (номер запроса для разбора сбоев).

Это уже не просто wiki. Это база знаний на максималках. : Олег Малышев, один из лидеров стека тестирования «ТехВилл»

Частые ошибки
  • Класть документы руками. По словам Малышева, через полгода получится ещё одна wiki, которую никто не обновляет.
  • Давать агенту права на все базы сразу. Одна ошибка агента затронет чужие команды.
  • Ждать, что правка сразу найдётся в поиске. Обновлённый документ снова проходит обработку.
  • Верить ответу без источников. Тестировщик и агент должны видеть, на чём построен вывод.

Что делать с этим прямо сейчас, по ролям?

Тестировщику. Начните с простого правила: каждый разобранный «не баг» записывайте коротко, с условиями и номером задачи. Даже без платформы такая заметка экономит часы коллегам.

Руководителю тестирования. Отделите базу рабочих приёмов от продуктовой документации и заведите для агентов технических пользователей с минимальными правами.

Автору Дзена и предпринимателю. Принцип переносится на любую работу с нейросетью: держите отдельный файл с выводами и правилами и подключайте его к каждому запросу. MKP внутренняя, но идея работает с любым ИИ-агентом, который читает ваши документы.

Совет редакции dzen.guru

На мой взгляд, главная находка «ТехВилл» не в поиске, а в том, что знания пишет агент по ходу работы. Ручную базу никто не ведёт дольше пары месяцев, это я вижу и на авторских командах. Оговорка: источник не сообщает, на каких моделях работает платформа и сколько стоит её содержание. Без строгого разграничения прав такая база быстро превращается в свалку. Начните с одной команды и одного агента, а расширяйтесь, когда агент начнёт находить в базе ответы чаще, чем вы сами.

Соберите память для своего ИИ-помощника

На dzen.guru разбираем, как выстроить работу с нейросетями так, чтобы они помнили ваши правила и не начинали каждый раз с нуля.

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

Муж винит ChatGPT в 25 диалогах о ядах: иск проверит ответственность OpenAI
ai

Муж винит ChatGPT в 25 диалогах о ядах: иск проверит ответственность OpenAI

Джеймс Гейтс из Северной Каролины обвинил OpenAI и Сэма Альтмана в том, что ChatGPT помог его жене спланировать отравление, и обнародованный на этой неделе иск…

4 мин
OpenAI отказалась от NDA по дата-центрам после выборов: электричество компания оплатит сама
ai

OpenAI отказалась от NDA по дата-центрам после выборов: электричество компания оплатит сама

OpenAI отказалась от соглашений о неразглашении с местными чиновниками на проектах дата-центров сразу после промежуточных выборов в США, где избиратели ясно…

4 мин
Как улучшить качество нейросети: Атом нашёл тройку и ниже у 45% ИИ-отчётов
ai

Как улучшить качество нейросети: Атом нашёл тройку и ниже у 45% ИИ-отчётов

Команда AI LAB российской компании Атом раскрыла метрики своих внутренних ИИ-сервисов. Поводом стали автоматические оценки ИИ-отчётов по рабочим встречам: 45%…

5 мин