Как не терять контекст с ИИ-агентом: журнал, передача, правила

Долгая работа с ИИ-агентом ломается не тогда, когда модель “глупая”. Чаще она ломается проще: агент не помнит, что уже пробовали, какие решения приняты, где лежит результат, какие ошибки нельзя повторять и что должен сделать следующий запуск.

Поэтому для серьезной работы с агентом нужен не просто длинный чат. Нужен способ передавать контекст: рабочий журнал, короткая передача следующей сессии и правила, которые остаются между запусками. В архивной заметке это было сформулировано как “Ledger + Handoff + Rules”. Хорошая формула, потому что она превращает память из надежды в рабочий процесс.

Continuous-Claude прямо описывает себя как проект управления контекстом для Claude Code: ledgers, handoffs, hooks и изолированные окна контекста. А в документации Claude Code отдельно есть раздел о том, как Claude помнит проект, и раздел с рабочими сценариями. Смысл для читателя простой: агенту нужна не “память обо всем”, а передаваемая рабочая память.

Почему длинный чат не спасает

Длинный чат кажется естественным решением: пусть все остается в истории, и агент сам разберется. Но в реальной работе это слабая опора. Контекст может быть сжат, потерян, перепутан или просто стать слишком шумным. Даже если история доступна, агенту трудно понять, что из нее решение, что черновик, что ошибка, а что уже отменено.

Проблема особенно заметна в задачах, которые длятся несколько часов или дней: публикация статьи, разработка функции, аудит сайта, работа с документами, обработка очереди, сбор источников, проверка качества. Здесь важно не только “что мы обсуждали”, а что именно осталось после работы.

Поэтому хороший контекст похож не на стенограмму, а на сменный журнал. Он короткий, проверяемый и написан так, чтобы следующий человек или следующий агент мог продолжить.

Из чего состоит рабочая память

Минимальная система передачи контекста держится на четырех вещах.

Главное здесь — отделить память проекта от сырого чата. Сырой чат полезен как архив, но плохо работает как инструкция. Агенту нужна выжимка: решение, причина, следующее действие, критерий проверки.

В статье про память ИИ-агента Hindsight и Graphiti мы уже разбирали близкую идею: память нужна не ради красивой базы данных, а ради повторяемости работы. В статье про AgentMemory фокус был на том, как не объяснять проект заново. Здесь следующий слой: как самому писать такой контекст, чтобы агенту было что помнить.

Как собрать передачу между сессиями

Передача не должна быть длинной. Если после каждой сессии вы оставляете еще один огромный документ, вы просто переносите хаос в другое место. Хороший handoff помещается в несколько блоков.

Rich block render error: mapping values are not allowed here
  in "<unicode string>", line 7, column 26:
        body: Чего не хватает: доступа, источника, проверки,  ... 
                             ^

items:
  - title: Зафиксировать состояние
    body: Что уже сделано, где лежит результат, что точно не нужно переделывать.
  - title: Назвать следующий шаг
    body: Не общий план на месяц, а ближайшее действие, с которого должен начать следующий запуск.
  - title: Записать блокеры
    body: Чего не хватает: доступа, источника, проверки, решения человека, работающего сервиса.
  - title: Сохранить ошибки
    body: Что уже пробовали, почему это не сработало и как не наступить туда снова.
  - title: Дать критерий готовности
    body: По какому признаку понятно, что задача действительно закончена.

Такой формат полезен не только для кода. Он подходит для редакции, маркетинга, аналитики, документов, исследования рынка, подготовки презентации и любого процесса, где работа идет не одним рывком.

Например, если агент пишет статью, handoff должен отвечать на простые вопросы: какая тема выбрана, какие источники проверены, какой угол уже принят, где лежит черновик, что требует ревью, что нельзя публиковать, пока не исправлено. Тогда следующий запуск не начинает с “а что мы вообще делаем?”.

Как не потерять ошибки

Самая дорогая часть памяти — это не список побед, а список неудачных подходов. Агент легко повторяет ошибку, если она не оформлена как запрет или урок. Человек тоже.

Если один способ уже не сработал, его нужно записать коротко:

1. Что пробовали.
2. Почему это не подошло.
3. Какой признак покажет, что мы опять туда свернули.
4. Что делать вместо этого.

Это особенно важно в агентной работе. Без списка failed approaches система выглядит бодрой, но ходит кругами: заново выбирает опубликованную тему, снова кладет SEO-метки в публичный текст, снова забывает проверку, снова считает “запланировано” равным “отправлено”. Список ошибок превращает опыт в правило.

Rich block render error: mapping values are not allowed here
  in "<unicode string>", line 2, column 121:
     ... когда проект оставляет ему следы: решения, ошибки, правила и сле ... 
                                         ^

label: Редакционный вывод
body: Хороший ИИ-агент становится умнее не только от новой модели. Он становится умнее, когда проект оставляет ему следы: решения, ошибки, правила и следующий шаг.

Рабочая карточка

Что сделать сегодня

Возьмите одну задачу, которую вы уже несколько раз объясняли ИИ заново. Не начинайте с нового промпта. Сначала напишите короткую передачу:

1. Что мы делаем.
2. Что уже сделано.
3. Какие решения нельзя менять без причины.
4. Какие ошибки уже были.
5. Что сделать следующим шагом.
6. Как понять, что шаг выполнен хорошо.

После этого дайте агенту не весь архив чата, а эту передачу. Если он быстрее входит в работу и меньше повторяет старые ошибки, вы собрали не просто заметку. Вы собрали маленький навык управления контекстом.

Источники

1. Continuous-Claude-v3 on GitHub
2. Claude Code: How Claude remembers your project
3. Claude Code: Common workflows