Каждый вайбкодер знаком с «налогом на проектное переобучение». Вы открываете kiro-cli chat утром, и следующие 10 минут уходят на объяснение очевидных вещей: «Мы используем pnpm, а не npm», «Тесты на Vitest, а не на Jest», «Точка входа здесь». На следующий день всё повторяется.
Разработчик T. Verney решил эту проблему, создав для Kiro систему автономной памяти. Главный инсайт: агент должен быть потребителем памяти, а не её редактором.
Почему стандартные методы не работают
Автор протестировал классические подходы и пришел к выводу, что они неэффективны для реального воркфлоу:
- Steering files (инструкции): Слишком статичны. Они описывают проект, но не фиксируют инсайты, полученные в ходе сессии.
- Инструмент
remember(): Если просить AI самостоятельно вызывать функцию записи памяти, он постоянно забывает это делать. Менеджмент памяти — это побочный квест, который отвлекает модель от основной задачи. - MCP-серверы на SQLite: Та же проблема — агенту все равно нужно решать, что именно сохранять.
Новая архитектура памяти
Вместо того чтобы заставлять Kiro писать заметки о себе, автор реализовал фоновый процесс. Система работает следующим образом:
- Фоновый демон: Специальный процесс записывает все логи сессий в локальную директорию.
- Извлечение фактов: С определенной периодичностью система прогоняет эти логи через LLM (используя бэкенд самого Kiro).
- Синтез знаний: AI вычленяет «устойчивые факты» (durable facts) и обновляет markdown-файлы в проекте.
Цена вопроса и профит
Такой подход оказался на удивление дешевым. Использование существующего бэкенда Kiro вместо прямых вызовов Bedrock или OpenAI обходится примерно в 0.01 кредита Kiro за один проход экстракции фактов.
Для вайбкодеров это означает, что тяжелая работа по управлению контекстом выносится за пределы чата. Вы просто кодите, а система сама фиксирует принятые архитектурные решения. Теперь Kiro не просто пишет код, он «помнит», почему вы выбрали именно этот подход неделю назад.
