00 Why.ru

Зачем существует этот репозиторий

Дорогой прогон — второй

Сложную задачу сделали хорошо. Агент прочитал схему до того, как писать SQL, нашёл ту единственную колонку, которой не было, прогнал команду, доказывающую, что выгрузка совпадает побайтово, и отдал ответ вместе с рассуждением. Это заняло часы и много токенов — и это было оправдано.

Через три недели приходит тот же класс работы: другой эндпоинт, другой отчёт, другая выгрузка. Открывается новое окно. В нём есть новый запрос и больше ничего. Работа выводится заново: то же изучение схемы, те же тупики, то же «проверю, есть ли такая колонка», те же вопросы пользователю, та же почти-ошибка. Столько же часов, столько же токенов, та же вероятность той же ошибки. Первый прогон дал хороший ответ; он не дал ничего, с чего второй прогон мог бы начаться.

В этом вся проблема, и она не про качество модели. Она про то, что переживает сессию.

Почему диалог это не переносит

Пять механизмов, все обычные:

Что теряется	Почему
путь	ответ фиксирует вывод; шаги, которые к нему привели, остаются в расшифровке
проверка	«работает» переживает, а команда, которая это доказала, нет — её нельзя повторить
критерий приёмки	он жил в голове агента, поэтому следующий агент придумает другой
словарь	термины, на которые ушло два круга, нигде не записаны
отрицательный опыт	что пробовали и что не сработало — самое дешёвое знание для повторного использования, и его никогда не записывают

Сам запрос переживает — и это наименее информативный артефакт завершённой задачи. Начинать с запроса заново означает начинать заново.

Что набор делает вместо этого

Три артефакта, у каждого есть место на диске:

1. Две карточки (M1, M2). Тема, результат, успех, неизвестное, что вне рамок; затем практик, словарь, навыки, факты, которые специалист никогда не станет утверждать по памяти, определение готовности. Двадцать минут письма, которые превращают «сделай лучше» в ограниченную работу.
2. Окружение (M10). Каталог: AGENTS.md с правилами для этого класса работы, DOMAIN-CARD.md с критерием приёмки внутри, навык с процедурой, examples/, memory/ для записей. Зарегистрирован в рантайме, поэтому следующее окно может его увидеть.
3. Хранилище с одной командой поиска (M13). Прошлые задачи, рецепты, артефакты и записанные неудачи в виде Markdown-записей; поиск — python tools/experience.py search "<слова задачи>". С ранжированием и с причиной каждой позиции рядом с результатом.

Решение за третьим пунктом стоит проговорить, потому что это разница между правилом и пожеланием. «Обращайся к своему опыту» стоит модели обхода каталога и догадки. «Запусти одну команду, которая вернёт три лучших кандидата с их применимостью» стоит одной команды. Под давлением выполняется только второе — поэтому набор поставляет команду, а не призыв.

Что дешевеет, а что нет

Круг	Стоимость	Замечание
первый	выше, чем у обычного ответа	карточки, файлы окружения, одна проверенная запись
второй и дальше	ниже, чем выводить заново	один поиск, проверка применимости, адаптация
повторное использование без проверки	дороже, чем начать заново	устаревший рецепт в изменившемся окружении стоит переделки плюс неверного поворота

То есть набор не бесплатен и не автоматичен. Он окупается, когда класс работы повторяется, и проигрывает на разовой задаче — ровно поэтому M13 говорит: не ищите опыт для тривиальных запросов.

Ожидаемая экономия измеряется в вызовах инструментов, а не в прозе: поиск — одна команда, повторный вывод — десятки. Это утверждение может проверить кто угодно, и в этом смысл следующего раздела.

Как проверить это на своей работе

Не принимайте аргумент на веру. Проведите эксперимент на классе работы, который уже случался хотя бы дважды:

1. Возьмите класс, а не задачу. «Добавить nullable-колонку в отчётный эндпоинт», а не «добавить paid_at в orders».
2. Замерьте обычный круг. Без окружения: сколько команд запущено, сколько вызовов инструментов, сколько вопросов задано пользователю, сколько черновиков отклонено, сколько минут прошло.
3. Постройте окружение по этому кругу (Окружение), запишите один рецепт (Хранилище опыта), зарегистрируйте и начните новое окно со стартового промпта.
4. Замерьте те же пять чисел. Сравните и запишите результат внутрь окружения.

Если второй круг не дешевле — это находка, а не приговор: обычно запись слишком конкретна (описывает случай, а не класс) или её строка применимости пропускает то, что должна отклонять. Исправляйте запись, а не вывод «подход не работает».

Где границы

• Это не делает модель умнее. Меняется то, что модели дают, и то, что она обязана записать до того, как ответ принят.
• Опыт — гипотеза, никогда не авторитет (инвариант 9). Репозиторий, приложенные материалы и явное указание сильнее любой записи; устаревшая запись всегда проигрывает текущему свидетельству.
• Регистрация может быть шагом человека. В AutoClaw2 навык появляется только после перезагрузки; в HARNESS workspace появляется после одного клика. Набор называет этот шаг, а не делает вид, что каталог уже живой (проверка 12 ворот).
• Хранилище деградирует при неверном использовании. Записывайте всё — и поиск перестанет находить; записывайте секреты и машинные пути — и хранилище станет обузой. И то, и другое отклоняет experience.py check.
• Строка ворот — не доказательство. Это заявление агента, которое человек может проверить по пунктам.

Признаки, что это нужно вам

Любые два — и окружение дешевле, чем ещё один круг вывода:

• один и тот же комментарий на ревью приходит во втором проекте;
• имя колонки или подпись функции ищут заново, потому что в прошлый раз ошиблись по памяти;
• «как мы обсуждали раньше» указывает на окно, которое никто не может открыть;
• чек-лист каждый раз выводится заново и немного по-другому;
• хороший ответ существует, и его невозможно найти.

Дальше: Использование — как загрузить промпт, либо Окружение, если завершённая сессия уже есть и её стоит сохранить.