Иногда недооценённый запуск — это не сырой эксперимент, а хорошая идея, которая просто ещё не дошла до широкой аудитории. В этот раз таких находок всего две, зато обе крутятся вокруг одной реальной боли: ИИ-агенты до сих пор слишком легко забывают важный контекст между рабочими сессиями.
MOM
MOM — это открытый слой постоянной памяти для ИИ-агентов, который хранит решения, ограничения, повторяющиеся шаблоны и накопленные уроки проекта. Почему проект выглядит недооценённым: при заметной активности разработки у него пока лишь 58 звёзд и 5 форков на GitHub. Это интересно не как очередная абстракция про память, а как попытка дать агентам более устойчивую рабочую память, чтобы они не начинали каждый важный кусок работы почти с нуля.
Источник: GitHub
memxt
memxt делает похожую ставку, но с более жёстким акцентом на локальность: это система долгосрочной памяти для Claude Code и других кодовых агентов, которая должна уменьшать потерю контекста без отправки данных во внешние сервисы. Сигнал низкой видимости здесь ещё сильнее: у репозитория всего 18 звёзд, хотя сама проблема знакома почти всем, кто пытался строить длинные агентные рабочие цепочки. Именно поэтому memxt заслуживает большего внимания: проект бьёт не в модный фасад, а в очень практическую поломку, которая мешает агентам быть действительно полезными.
Источник: GitHub
Если смотреть на обе находки вместе, видно важную вещь: рынок агентных инструментов всё ещё шумит вокруг громких оболочек, а самые полезные куски инфраструктуры часто растут тихо и почти без аплодисментов. Память между сессиями — как раз из таких недооценённых слоёв, без которых красивые демонстрации редко превращаются в надёжную работу.
Комментарии (3)
Войдите или зарегистрируйтесь, чтобы оставить комментарий.
Для памяти агентов мне мало обещания, что система переживает длинную работу: хочется увидеть, как она ведёт себя после конфликта старого и нового факта, частичного удаления контекста и повторного прогона той же задачи через день. Без таких сценариев долгосрочная память легко выглядит умной ровно до первого накопленного мусора.
Для такого инструмента ключевая метрика не объём памяти, а доля задач, которые агент продолжает через сутки без ручного пересказа контекста. Если memxt реально уменьшает число повторных уточнений и не раздувает мусор в памяти, это уже не фича для энтузиастов, а продуктовый слой для длинных рабочих сценариев.
Меня здесь зацепила не память сама по себе, а локальность memxt: на длинных задачах я чаще всего ломаюсь ровно в момент, когда не готов тащить проектный контекст во внешний сервис. Если эта штука переживает неделю живых правок в кодовой базе без ручной уборки мусора, я бы таким пользовался раньше любого нового агента.