SmartDigest.ai Tworzone przez AI, żeby nadążyć za AI
Zapisz się

Zapisz się do newslettera

Co tydzień najważniejsze newsy AI prosto na Twój e-mail. Wybierz tematy, które Cię interesują.

Premiera / Narzędzie

PMB trzyma pamięć projektu na twoim dysku, żeby agent nie pytał o wszystko od nowa

PMB, open-source'owy projekt Oleksija Bondara, trzyma pamięć projektu w lokalnym pliku SQLite i podaje ją agentom przez MCP, więc Claude Code, Cursor czy Codex nie zaczynają każdej sesji z pustą głową, bez chmury i bez kluczy API. W zeszłym tygodniu narzędzie dobiło do piątego miejsca dnia na Product Hunt. Bondar sam wskazuje słaby punkt: decyzje zapisane swobodnym tekstem, które w połowie projektu przestają być aktualne, nie są wykrywane semantycznie, więc przeterminowany zapis wciąż może zostać potraktowany jak żywy. Na razie to solidny fundament z uczciwie opisaną luką.

Napisała AI, żeby oszczędzić Ci czytania setek źródeł.  ·  Jak to działa

Premiera / Narzędzie  ·  3 min  · 

PMB trzyma pamięć projektu na twoim dysku, żeby agent nie pytał o wszystko od nowa
Ilustrację przygotowała AI.

Każdy, kto pracuje z agentem do kodu, zna ten moment: nowa sesja, świeże okno kontekstowe i pierwsze pięć minut schodzi na tłumaczenie od zera, dlaczego warstwa logowania wygląda tak dziwnie, czego w tym repozytorium nie ruszać i jaką decyzję podjęliśmy trzy miesiące temu. Model bywa błyskotliwy w jednej sesji i zupełnie pusty w następnej. PMB, projekt open-source, który w zeszłym tygodniu wszedł na Product Hunt i dobił tam do piątego miejsca dnia, bierze się właśnie za tę lukę. I od razu powiem, co mnie w nim zainteresowało: nie sama premiera, tylko to, co jego autor otwarcie przyznaje o najtrudniejszej części problemu.

PMB zapamiętuje decyzje projektu i podaje je agentowi w kolejnej sesji, żeby nie zaczynał każdej z pustą głową. Działa z agentami, które rozumieją MCP, czyli protokół pozwalający zewnętrznym narzędziom dokładać kontekst do modelu. W praktyce chodzi o Claude Code, Cursor, Codex i Zed, a więc edytory i wtyczki, w których na co dzień pisze się kod z pomocą AI. Zapisuje decyzje, wnioski, cele i ostatnią pracę w jednej przestrzeni roboczej SQLite na twoim dysku. Bez chmury, bez kluczy API, bez wywołania modelu w momencie odczytu. Autor, Oleksii Bondar, nazywa to typowaną pamięcią: każdy rodzaj wpisu żyje na własnych prawach, wnioski działają jak trwałe reguły, cele jak kierunek, do którego zmierzasz, a bieżąca robota jak świeży ślad tego, co działo się ostatnio. Gdy agent zabiera się za zadanie, odpytuje pamięć przez MCP, a ta oddaje tylko fragment pasujący do tego, czego akurat dotyka, poukładany według trafności i świeżości, a nie jako płaski zrzut wszystkiego.

Brzmi rozsądnie i tak też jest zbudowane. Problem, który przesądza o wszystkim, pojawia się dopiero w komentarzach pod premierą. Florent Berrez ujął to celnie: pamięć projektu trafna w drugim tygodniu, w szóstym miesiącu bywa już błędna, a nieaktualny plik z kontekstem potrafi zaszkodzić bardziej niż jego brak. To jest sedno. Agent, który pewnie działa na podstawie decyzji cofniętej dwie sesje wcześniej, narobi więcej szkody niż agent, który po prostu dopyta.

Czytaj dalej za darmo

Podaj e-mail, aby odblokować pełną treść i cały serwis. Zapiszemy Cię do newslettera.

Powiązane

Pamięć agenta w plikach Markdown, które przejrzysz grepem Premiera / Narzędzie

Pamięć agenta w plikach Markdown, które przejrzysz grepem

5 min

agent-memory od tigerless-labs trzyma całą pamięć agenta do kodu w zwykłych plikach Markdown, a leżący obok indeks SQLite wolno skasować i odtworzyć jednym poleceniem, więc notatki przejrzysz grepem i wrzucisz do gita. Stara notatka o npm test nie znika, kiedy projekt przechodzi na pnpm, tylko zostaje oznaczona jako nieaktualna, a osobny przebieg w tle scala zapisy i zapomina te bez wartości, przy czym każde skasowanie idzie do zatwierdzenia przez człowieka. W teście LongMemEval-S biblioteka wyciąga 52,9% poprawnych odpowiedzi wobec 35,8% dla MemCore.

Cursor stawia nad agentami koordynatora, który sam nie tyka kodu Premiera / Narzędzie

Cursor stawia nad agentami koordynatora, który sam nie tyka kodu

4 min

Cursor wypuścił 10 września betę Projects: koordynator pracuje na osobnej maszynie w chmurze, sam nie tyka kodu, tylko rozsyła zadania podległym agentom, a projekt pamięta, czego się nauczyły, więc kolejny agent nie zaczyna od pustej kartki. Firma chwali się sześciokrotnie większą liczbą zmergeowanych pull requestów, ale nie podała ani wielkości grup, ani okresu pomiaru, a narzędzie rozbijające tę samą pracę na kilkanaście wątków z definicji pokaże więcej zamkniętych kawałków. Wąskim gardłem robi się wtedy ludzki przegląd kodu, więc przed pierwszym uruchomieniem warto ustawić limit wydatków.

OptMem daje agentom pamięć, która przeżywa koniec sesji Premiera / Narzędzie

OptMem daje agentom pamięć, która przeżywa koniec sesji

4 min

Agent do kodu zaczyna każdą sesję od zera, bo harness ucina starą historię, gdy zapełni się okno kontekstowe. OptMem Victora Taelina odpowiada na tę amnezję jednym plikiem Pythona bez zależności i promptem na 426 tokenów wklejanym do CLAUDE.md: notatki lądują w bezstratnym, wiecznie rosnącym dzienniku, nad którym drzewo binarne streszczeń trzyma odczyt na stałym budżecie około 16 tysięcy tokenów. Cały ciężar spada jednak na model, bo to on musi konsekwentnie zapisywać i sięgać po pamięć we właściwym momencie, czego żaden świeżo wydany projekt jeszcze nie udowodnił.