Память ИИ на основе Markdown и Git: простое решение

Память ИИ: почему она должна быть понятной человеку?

Вы замечали, что ИИ-ассистенты отлично работают сегодня, но завтра приходится объяснять им всё заново? Архитектурные решения, отклонённые библиотеки, незавершённые задачи — всё теряется. Что если память ИИ — это просто Markdown-файл, который можно открыть, отредактировать и сохранить в Git? В этой статье разберём концепцию Lean AI Memory — минималистичного подхода к долговременной памяти ИИ.

Проблема: ИИ не помнит контекст между сессиями

Разработчики всё чаще используют ИИ-агентов для написания кода. Но каждый новый диалог начинается с нуля: приходится заново объяснять, почему выбрана такая архитектура, что уже пробовали, какие решения приняты. Это замедляет работу и приводит к ошибкам.

Идея: память как Markdown-файл

Что если хранить контекст проекта в простом текстовом файле? Например, в папке .ai-memory/ с файлами по датам:

.ai-memory/
├── 2026-08-14.md
├── 2026-08-15.md
└── 2026-08-16.md

Такой файл может прочитать и человек, и ИИ. Его можно редактировать, а Git будет отслеживать все изменения. Никаких векторных баз, никаких скрытых сервисов — просто файл.

Как это работает: ИИ и человек используют общую память

Протокол Lean AI Memory предполагает, что ИИ читает последний файл памяти в начале сессии и обновляет его после важных событий. Пример содержимого:

# 2026-08-14

## Выполнено
- Добавлена проверка подписи PDF.
- Добавлен экспорт в Excel.

## Решения
- Обработка PDF остаётся локальной.
- Для локальной конфигурации используется SQLite.

## Проблемы
- Пакетная проверка всё ещё медленная.

## Далее
- Исследовать пакетную проверку.
- Улучшить отчёт об ошибках.

На следующий день ИИ прочитает этот файл и будет знать, что уже сделано и что осталось. Не нужно объяснять всё с нуля.

Правила памяти: что запоминать?

Хранение памяти — это половина дела. Гораздо важнее решить, что запоминать. Lean AI Memory использует файл правил на естественном языке, который пользователь может настроить под себя. Например:

Правила памяти ИИ

Перед началом работы:
- Прочитай последнюю актуальную память.
- Проверь незавершённые задачи.
- Проверь важные архитектурные решения.

При принятии важного решения:
- Запиши решение.
- Запиши причину.
- Запиши отклонённые альтернативы.

По завершении сессии:
- Запиши выполненную работу.
- Запиши нерешённые проблемы.
- Запиши, что делать дальше.

Держи память краткой.
Не сохраняй весь диалог.

Эти правила не фиксированы — вы можете менять их под свой проект. Для документации, исследований или бизнес-процессов правила будут другими.

Почему Markdown?

Markdown — это человекочитаемый формат. Вы можете открыть файл и понять, что именно запомнил ИИ. Отредактировать, удалить лишнее, посмотреть историю изменений через Git. Никаких чёрных ящиков.

Почему Git?

Git уже есть в любом софтверном проекте. Он даёт историю, диффы, ветвление, откат и совместную работу. Зачем строить ещё один механизм для памяти ИИ? Просто используйте Git.

Например, дифф может показать:

+ Решение: использовать PostgreSQL вместо MongoDB.
+ Причина: требуется транзакционная целостность.

Это очень полезно для понимания, почему память изменилась.

Проект намеренно маленький

Lean AI Memory — это не сервер, не база данных, не векторный поиск. Это просто Markdown + Git + правила на естественном языке. Я не пытаюсь построить мощный движок памяти, а исследую вопрос: достаточно ли простой читаемой памяти для ИИ-агентов?

Это не замена векторным базам

Важно понимать: векторные базы и эмбеддинги решают другие задачи. Если у вас миллионы воспоминаний и нужен семантический поиск — используйте их. Lean AI Memory подходит для небольшого объёма важного контекста: решений, соглашений, незавершённой работы.

Контроль человека: память не должна быть чёрным ящиком

Вы должны видеть, что ИИ запомнил, исправлять ошибки, удалять устаревшее. Git помогает понять, почему появилась та или иная запись. ИИ не владеет памятью — ею владеет проект.

Применение не только для кода

Идея подходит для документации (термины, решения, незавершённые разделы), исследований (гипотезы, доказательства, открытые вопросы), бизнес-процессов (правила, исключения), командных проектов и даже личного ИИ-ассистента.

Что такое Lean AI Memory на самом деле

Одним предложением: это маленький Git-нативный протокол для постоянной памяти ИИ на основе человекочитаемого Markdown и пользовательских правил на естественном языке. Принципы: человекочитаемость, ИИ-читаемость, локальность, Git-нативность, управление правилами, независимость от ИИ, простота, контроль человека.

Чего проект не делает

Он не является векторной базой, семантическим поиском, графом знаний или корпоративной платформой. И я не хочу, чтобы он превращался в это — проект должен оставаться понятным.

Почему я открыл исходный код

Честно? Я не уверен, что идея верна. Единственный способ проверить — посмотреть, найдёт ли она отклик. Возможно, кто-то предложит новые правила или интеграции. Или скажет, что идея ошибочна. Любой результат полезен.

Маленький эксперимент, а не готовое решение

Проект не завершён. Возможно, Markdown станет неудобен при масштабировании. Но первый вопрос проще: могут ли человек и ИИ разделять память, не пряча её за сложными системами? Я ищу ответ на этот вопрос.

Практический вывод: попробуйте прямо сейчас

Создайте папку .ai-memory/ в своём проекте, добавьте файл с правилами и начните записывать важные решения. Используйте Git для отслеживания изменений. Настройте ИИ-агента на чтение и обновление этих файлов. Это займёт 15 минут, но может изменить ваш подход к работе с ИИ.