Агенты

Память AI-агентов: почему хранить всё подряд не работает

За полтора месяца мои агенты записали в общую память 78 809 фактов. Разбираю на своей системе, что хранить, где, как доставать и почему складывать всё подряд не работает.

Память AI-агентов: почему хранить всё подряд не работает

С 28 сентября мои агенты записали в общую память 78 809 записей (замер по API 9 ноября 2026). Память AI-агентов у меня это три слоя с разным сроком жизни и фильтром на входе: файлы рядом с кодом, банк фактов Hindsight и страницы знаний, которые банк пишет сам. Складывать всё подряд не работает: первая система на этом и сломалась.

В январе я пересказал здесь чужой разбор о памяти по образцу человеческой: фильтр на входе, консолидация, забывание. Тезис был правильный, но доказательств у меня тогда не было. За десять месяцев я построил такую память дважды. Первая система с июня по сентябрь упиралась в оперативную память сервера, и я её заморозил. Вторая работает с конца сентября на Claude Code и Codex. Ниже разбираю на ней, что сохраняется, где лежит, как агент это достаёт, как память исправляется и что ломалось. Обзор самих инструментов (RAG, mem0, Graphiti, Letta) вынесен в отдельную статью про память AI-агентов: контекст, RAG, графы и mem0.

Что общая память агентов ломает и чинит в моих проектах, записываю по горячим следам в телеграм-канале.

Что мои агенты запоминают и где это лежит

Коротко: правила и ловушки проекта лежат в файлах рядом с кодом, факты из каждой сессии уходят в общий банк на моём сервере, а сводки по проектам банк собирает сам. У каждого слоя свой срок жизни и своя цена.

Файлы проекта. Claude Code ведёт для каждого проекта папку памяти ~/.claude/projects/<проект>/memory/: файл MEMORY.md служит оглавлением, каждая заметка лежит отдельным файлом. В сессию загружаются первые 200 строк оглавления, остальное агент читает по необходимости (документация Claude Code). На 9 ноября у меня 44 такие папки и 619 заметок. У этого блога 29 заметок и оглавление на 81 строку: как публиковать в Ghost, где лежат шаблоны блоков, какие правки я просил не повторять. Сюда попадает то, что не вывести из кода: ловушки инфраструктуры и мои поправки агенту. Как устроены эти файлы, я разбирал в гайде про память Claude Code, а что класть в сам файл правил, в статье про CLAUDE.md.

Терминал: 44 папки памяти Claude Code, 619 заметок, оглавление блога на 81 строку и его первые строки про публикацию через Ghost MCP
Оглавление блога укладывается в 81 строку при лимите в 200: по строке на заметку, детали в отдельных файлах. Скриншот: терминал / matveev.tech

Банк фактов. Всё, что происходит в сессиях Claude Code и Codex, уходит в Hindsight, открытую систему памяти от Vectorize под лицензией MIT. Я держу её на своей виртуалке, данные лежат в Postgres с pgvector. Банк один на все проекты, называется pavel, проект помечается тегом. Внутри на 9 ноября 78 809 записей трёх видов: 21 292 факта о мире (что где лежит, какие версии), 28 267 фактов-опыта (что делали агенты и чем кончилось) и 29 279 наблюдений, которые сервер собрал из фактов. Сырые сессии хранятся как документы, их 1 728.

Страницы знаний. Это сводки, которые банк пишет сам по наблюдениям: карта компонентов, ключевые решения с причинами, соглашения, по странице на каждую крупную задачу. Их 89, обновляются ночью по расписанию. На момент замера 85 из 89 стояли с пометкой «ждёт обновления»: с прошлой ночи в банк уже записали новое. Vectorize описывает страницы как проекцию памяти: удалишь страницу, и она соберётся заново из наблюдений. У меня их никто не правит руками, и за полтора месяца ни одна не потерялась.

Документация Hindsight: страница знаний собирается из наблюдений, которые сервер сводит из новых фактов после retain
Схема из документации: факты попадают в банк, консолидация превращает их в наблюдения, а страница пересобирается из наблюдений, а не из сырых сессий. Скриншот: документация Hindsight

Бытовая аналогия такая. Файлы это стикеры на мониторе, банк это блокнот, куда записано всё за день, а страницы знаний это чистовик, который переписываешь по блокноту раз в неделю. Стикер читаешь мгновенно, блокнот надо листать, а чистовик отвечает на вопрос «как мы к этому пришли».

Как память попадает в агента во время сессии

Агент не ходит в память сам по себе. За него это делают хуки плагина hindsight-coding-agents и два MCP-сервера, которые я подключил к Claude Code и Codex. Путь факта за одну сессию выглядит так.

Схема из пяти шагов: хук SessionStart, хук UserPromptSubmit с recall, MCP-инструменты recall, reflect и invalidate, хук Stop с записью дельты, ночная консолидация на сервере
На старте сессии память читается один раз, дальше агент сам решает, когда позвать recall или reflect, а запись идёт после каждого ответа. Схема: matveev.tech

Хуки стоят в ~/.claude/settings.json для Claude Code и в ~/.codex/hooks.json для Codex, по три на агента. SessionStart выводит баннер памяти и напоминает агенту: сначала ищи по страницам знаний, reflect зови только если их мало. UserPromptSubmit на первом сообщении делает recall по банку и подмешивает найденное в контекст, у меня это до 2 000 токенов. Stop после каждого ответа отправляет в банк дельту диалога.

Терминал: jq показывает хуки SessionStart, UserPromptSubmit и Stop в settings.json, каждый вызывает скрипт плагина Hindsight с таймаутом 30 или 60 секунд
Три хука на агента: старт сессии, первое сообщение и конец ответа. У Stop таймаут 60 секунд, остальным хватает 30. Скриншот: терминал / matveev.tech

Вот как это выглядело в сессии, где я писал эту статью. На первое сообщение хук подмешал 18 фактов: адрес черновика соседней статьи о памяти, решение снять с неё тег AI, правило сохранять копии статей со слогом -refresh. Два факта повторяли друг друга, ещё два были про другую статью. Полезных вышло примерно две трети, и это обычный результат для подмешивания без фильтра по проекту.

Дальше агент работает с памятью сам, через MCP. В ~/.claude/CLAUDE.md у меня правило: точное значение и текущее состояние спрашивай у recall, «почему так решили» у reflect, а устаревший факт снимай через invalidate_memory. Как подключать такие серверы, я писал в гайде по MCP для Claude. Разница в цене вызова большая, я замерил её 9 ноября на полном банке.

Терминал: три вызова recall по 2,1–2,6 секунды с 21 фактом в ответе, первый факт про ширину обложки от 2000 px; reflect ответил за 32,5 секунды текстом на 3 430 символов
Recall отвечает за 2–3 секунды и даёт нужную цифру первым фактом, но второй и третий уже про адаптивную вёрстку, а не про обложку. Reflect думает полминуты и пишет связный ответ с причинами. Скриншот: терминал / matveev.tech

Recall через REST занял 2,1–2,6 секунды, через MCP-сервер 3,5–4 секунды: накладные расходы протокола. Reflect с лёгким бюджетом ответил за 32–38 секунд. Плагин зовёт reflect с полным бюджетом, и в конце сентября такой вызов на моём банке занимал около 100 секунд, поэтому в хук я его не пускаю: подмешивание идёт через recall.

Операция Что даёт Время у меня, 9.11.2026 Когда зову
Подмешивание хуком до 2 000 токенов фактов по первому сообщению ~2 с, раз за сессию само, на старте
recall список фактов с датами по запросу 2–4 с точное значение, статус задачи
reflect связный ответ по всей памяти 32–38 с с лёгким бюджетом, ~100 с с полным «почему так решили»
invalidate_memory помечает факт устаревшим, обратимо мгновенно факт разошёлся с реальностью

Что сломалось за год и почему первая система не выжила

Первой общей памятью у меня был agentmemory, открытый проект на движке iii (30 тыс. звёзд на 9 ноября 2026). Он подкупал тем, что ставился одной командой и не требовал базы данных: весь стор, индексы и граф живут в оперативной памяти процесса. Это же оказалось его пределом.

Август 2026: память сервера. 11 августа контейнер занял 12,4 из 15,6 ГБ виртуалки и сработал критический алерт. К 23 августа база выросла до 4,2 ГиБ: около 3 ГБ занимал индекс BM25 из 1 501 шарда, ещё 900 МБ граф. Сервис падал по OOM несколько раз, Docker его не поднимал, ещё в июле пришлось ставить autoheal.

23 сентября: предел формата. Файл рёбер графа дорос до 1 ГиБ, предела формата хранения. Движок не мог его сохранить и каждые пять секунд заново сериализовал весь граф. 96% объёма графа занимали списки идентификаторов наблюдений, у одного узла их было 59 012. Рядом лежали 2,9 ГБ брошенных поколений индекса от прерванных сохранений. Движок падал по 10–15 раз в час.

24 сентября: диск. Запись на диск доходила до 198 ГБ в сутки, почти половина всей записи на хосте. Движок переписывал файл каждого изменённого скоупа целиком раз в пять секунд, а извлечение графа запускалось на каждый конец сессии, 278 раз в сутки по полгигабайта. Я выключил извлечение графа, запись упала, но индекс в памяти никуда не делся.

30 сентября: время в чате. Последней каплей стала скорость. Синхронные хуки agentmemory добавляли около 1,5 секунды к каждому ответу и 0,2–0,5 секунды к каждому вызову инструмента. При медиане в семь вызовов на ход это три секунды, в тяжёлом ходе с тридцатью вызовами 8–15 секунд ожидания. 30 сентября я заморозил agentmemory, 12 октября остановил контейнер: им уже никто не пользовался, но он каждые несколько минут запускал консолидацию через LLM и держал 8,7 ГБ памяти.

Мораль у истории простая. Память агентов растёт быстрее, чем кажется: у меня за три месяца набралось около 3 000 сессий и 222 тысячи наблюдений. Хранилище, которое держит всё это в оперативной памяти и переписывает файлы целиком, на таком объёме перестаёт работать. Hindsight живёт в Postgres, и этот класс проблем ушёл.

Почему память AI-агентов нельзя наполнять всем подряд

Смена хранилища не отменила главную проблему: в память пишется каждая сессия. Тестовые прогоны и ревью, сабагенты, которые разбирают один файл и исчезают, дочерние треды, где агент просто выполняет поручение. Весь этот поток извлекается в факты, консолидируется и потом всплывает в recall.

Замер притока за две недели, с 14 по 28 октября 2026, дал 16 358 фактов, около 1 170 в сутки. Потом я прогнал по ним фильтр, который отличает живую работу от служебных сессий. Вышло, что 51% фактов пришли из ревью через codex exec, дочерних тредов bb и вызовов Codex по поручению Claude. С 28 октября плагин такие сессии не пишет, и приток упал примерно до 530 фактов в сутки.

Сессию, которой не место в памяти (тест, разбор инцидента на проде), запускай как HINDSIGHT_RETAIN_SESSIONS=false claude: хук Stop её не запишет, а подмешивание на старте останется.
График: слева 78,8 тыс. записей банка по типам (29 279 наблюдений, 21 292 факта о мире, 28 267 фактов-опыта), справа доли притока за 14–28 октября: 49% живая работа, 32% ревью codex exec, 10% дочерние треды bb, 9% плагин Codex
Половина притока в октябре шла от сессий, которые ничего не решают: ревьюеры и сабагенты пересказывают то, что главная сессия уже записала. График: matveev.tech

Второй фильтр стоит на входе в сам банк. У банка есть миссия извлечения, текст, по которому модель решает, что считать фактом. В моей миссии четыре вида фактов: решения с причинами и отвергнутыми вариантами, инфраструктура (хосты, пути, версии, где что запущено), инциденты с уроками и предпочтения людей. Отдельно сказано, чего не извлекать: сиюминутный вывод команд, списки файлов, промежуточные шаги без итога. Значения секретов не сохраняются, только место, где секрет лежит.

Без таких фильтров recall превращается в шум. Пример с кадра выше: на вопрос про минимальную ширину обложки первый факт отвечает точно («от 2000 px»), а второй и третий уже про адаптивную вёрстку архивов. И это при узком запросе. Замер 24 октября показал цену подмешивания: первый ход Claude Code стоил 65,3 тыс. входных токенов, из них около 3,8 тыс. добавляла подборка из памяти, и часть заметок была не про этот проект. Я оставил как есть: попадания в цель перевешивают промахи, но это компромисс. Как считать такие расходы, я разбирал в статье про экономию токенов в Cursor и Claude Code.

Как память исправляется и забывает

Самое ценное в этой схеме то, что память умеет меняться. У меня работают четыре механизма.

Консолидация. После каждой записи сервер в фоне сводит новые факты в наблюдения: одно устойчивое утверждение вместо десятка пересказов, со ссылками на исходные факты (как это устроено). В миссии наблюдений у меня записано: более свежий факт о том же предмете отменяет старый, с пометкой, что изменилось и когда. Проверка 30 сентября показала границу: пока исправление («порт сменился») не прошло консолидацию, recall ставит старый факт выше нового. После консолидации, это минуты, первым идёт наблюдение с актуальным значением.

Директива свежести. У банка одна директива: к каждому факту в ответе указывать дату, а если факту больше 30 дней или он описывает изменчивое состояние, предупреждать, что он мог устареть. Поэтому recall у меня отдаёт факты с датами, как на кадре выше, а в CLAUDE.md записано правило: память это подсказка, состояние задач, веток и деплоев перепроверяй по репозиторию и серверам.

Терминал: jq выводит из шаблона банка директиву «Свежесть фактов», правило Memory Defense с действием redact и диспозицию 4, 4, 2
Шаблон применяется к каждому новому банку: директива свежести, маскирование секретов до записи и настороженная диспозиция (скептицизм 4, буквальность 4, эмпатия 2). Скриншот: терминал / matveev.tech

Снятие и исправление. Факт, который разошёлся с реальностью, агент помечает через invalidate_memory с причиной, и это обратимо. Для сложных случаев плагин предлагает документ-поправку: что память утверждала, что верно сейчас и чем проверено. Новый документ перевешивает старый при поиске. 24 октября я добавил к этому своё правило: устаревшее заменять новым. Пометка «устарело» рядом со старым текстом не спасает: пометки копятся, а агент всё равно читает старый текст.

Маскирование секретов. Memory Defense проверяет каждый retain по 45 шаблонам (ключи OpenAI и Anthropic, токены GitHub, строки подключения к базам) и заменяет совпадения на маркер до записи (документация). Приёмка 28 сентября нашла щель: ключ без известного префикса проходит мимо шаблонов, а исходный текст асинхронной задачи лежит в очереди в открытом виде. У меня хранение таких задач урезано до суток, минимум, который позволяет настройка, а секреты надо маскировать ещё на стороне клиента.

Memory Defense выключен по умолчанию и уже записанное не проверяет. Включай политику банка до первого retain: секреты из первых сессий иначе останутся в документах, пока не удалишь их руками.
Замеры моделей для извлечения фактов и консолидации появляются в телеграм-канале раньше, чем доходят до статьи.

На чём крутится память и сколько она стоит

Hindsight ничего не делает без моделей: одна извлекает факты, другая сводит их в наблюдения, третья отвечает на reflect. Я подбирал их слепыми сравнениями и почти везде ушёл на подписки вместо API.

Роль Модель Как платится Почему так
Извлечение фактов (retain) gpt-6.1-sol, низкое усилие подписка ChatGPT через Codex в слепом тесте 28.09 точность 4,9 из 5 против 4,5 у glm-5.3-flash; модели z.ai резали расширения в путях
Консолидация grok-4.7-build-fast, запасная glm-5.3-flash подписка SuperGrok по качеству на уровне flash и в 2–3 раза быстрее; Sonnet 5.5 через API съела $30 за первые часы
Reflect glm-5.3 без размышления подписка z.ai с размышлением медиана 130 с и таймаут у каждого пятого запроса, без него 57 с
Эмбеддинги и реранк baai/bge-m3, cohere/rerank-v3.5 OpenRouter единственная статья расходов по API

Цифры в таблице из моих замеров 28–30 сентября и 28 октября 2026. Про цену консолидации скажу отдельно. По токенам за две недели октября Sonnet 5.5 обошлась бы в $250–330 в месяц уже после фильтров, около $0,013 на факт. Для личной памяти это много, поэтому консолидация ушла на подписочный Grok, а в запасе стоит бесплатный flash. Если зависеть от подписок и облачных моделей не хочется совсем, есть другой класс систем: память, которая работает локально и без вызовов LLM.

MemPalace: бесплатная память AI-агентов с recall 96.6%
Открытая память без облачных вызовов: как устроена, что умеет через MCP и где её предел.
Репозиторий Hindsight на GitHub: 60,1 тыс. звёзд, лицензия MIT, последний релиз v1.2.0, 4 100 коммитов
60 тысяч звёзд, 75 релизов и лицензия MIT; версия 1.2.0 вышла 3 ноября 2026, правки в main идут каждый день. Скриншот: GitHub

Железа это требует немного. Сервер Hindsight у меня это виртуалка на 2 vCPU и 4 ГБ памяти, база в общем Postgres. Перенос истории из agentmemory 28–29 сентября занял 4,6 часа извлечения (6 164 вызова Sol, 17,6 млн входных токенов) и 18,5 часа консолидации в одну очередь. Недельное окно подписки Codex за это время выросло с 31 до 45%. База после переноса весила 1,3 ГБ.

У подписок есть обратная сторона. 6 ноября OpenAI отозвал OAuth-вход, через который Hindsight ходит в Codex, и извлечение фактов встало, пока вход не восстановили: поиск по записанному работал, новые сессии в факты не превращались. Для личной памяти это терпимо. Для командной я бы ставил запасного провайдера на извлечение, как уже стоит на консолидации.

Одна память на несколько агентов и на команду

Один банк хорошо работает, пока им пользуюсь я один. Как только появляются автономные агенты и другие люди, встаёт вопрос доступа.

У агентов моего продукта CopyFast своя память: отдельный экземпляр Hindsight с банком copyfast, без доступа к банку pavel. Причина техническая: в открытой версии один API-ключ открывает все банки экземпляра, и агент на сервере с этим ключом читал бы мою личную память. 8–9 октября я развернул второй экземпляр и перенёс туда 895 документов по проекту, из банка pavel при этом ничего не удалялось.

В ноябре ту же схему я поставил команде разработки на стороне: банк на каждый продукт плюс общий инфраструктурный, плагин выбирает банк по имени репозитория через карту, у каждого человека свой ключ. Серверное расширение проверяет ключ, разрешённые банки и ставит на факты тег с логином. Штатный ключ раздавать нельзя по той же причине: он открыл бы все банки сразу.

В компании мы делаем вторую версию корпоративного агента, память будет на уровнях сотрудника, отдела и компании, пилот планируется на части пользователей. Думаю, уровни и решают: личное остаётся у человека, командное видит команда, а общее для компании пишется редко и проверяется людьми. Память в такой схеме это часть обвязки агента, такая же, как инструменты, права и песочница.

Agent harness: что это, компоненты и примеры
Всё, что окружает модель и делает из неё рабочего агента: промпты, инструменты, память, песочница.

Что сделать сегодня

Если у тебя Claude Code, открой оглавление памяти текущего проекта и посчитай строки: wc -l ~/.claude/projects/*/memory/MEMORY.md. Всё, что ниже двухсотой строки, агент на старте не видит. Разнеси детали по заметкам и оставь в оглавлении по строке на каждую, с датой.

Если нужна общая память для нескольких агентов, не начинай с облака. Hindsight поднимается одной командой Docker из README проекта, а плагин для Claude Code и Codex ставится так:

npx @vectorize-io/hindsight-coding-agents install claude-code codex

До первого retain задай банку миссию извлечения и включи Memory Defense. Потом неделю смотри, что попадает в банк, и режь приток раньше, чем наращивать хранилище. Больше про агентов, их обвязку и автоматизацию в разделе «Агенты и автоматизация».

Читайте также

CTO говорит

Разбираю релизы моделей и инструментов: что вышло и стоит ли переходить.

Читать в Telegram

Ещё в разделе Агенты и автоматизация

Весь раздел