Hopp til hovedinnhold
Tilbake
Claude-code 3 min · Kilde: liao.gg

Operator Memory gir kodeagenten en Markdown-hjerne i stedet for vektordatabase

KI Takeaway KI-generert · kan inneholde feil

Bytt ut vektorbasert agentminne med Markdown-dokumenter som agenten leser før og oppdaterer etter hver oppgave, foreslår Kevin Liao, og Operator Memory er verktøyet hans for nettopp det.

«Et lotteri over RAG-snutter» er utvikleren Kevin Liaos dom over dagens minne-plugins for kodeagenter. I blogginnlegget «Agents Don't Need Memory. They Need Documentation.» fra 3. oktober beskriver han arkitekturen nesten alle bruker: plugin-en går gjennom sesjonstranskripter, lager minnesnutter, legger dem i en vektordatabase og limer de fem mest like inn i hver prompt. Innlegget hadde 175 poeng og 96 kommentarer på Hacker News da vi sjekket.

Liao lister fem svakheter. Likhetssøk sier ingenting om hva som er riktig eller oppdatert. En snutt mister motivasjonen og konteksten rundt en beslutning. Fortiden behandles som sannhet, selv om kodebasen endrer seg hver dag. Agenten vet ikke hva den ikke vet, og søker derfor ikke etter det. Og ingen kan revidere 10 000 embeddinger i SQLite for å finne ut hvilke som er utdaterte eller feil.

«Ingen ser et teammøte fra for tre år siden på nytt for å huske begrensningene rundt en funksjon. Folk skriver ting ned og bruker de nedtegnelsene i stedet.» — Kevin Liao, i blogginnlegget

Alternativet hans er dokumentbasert minne. Operator Memory gir agenten en «hjerne» av Markdown-filer på tre steder: .operator/ for privat prosjektkunnskap, .operator-shared/ som følger med repoet, og ~/.operator/user/ for dine egne regler på tvers av prosjekter. Arbeidsløkken går fra prompt, bygg, glem til prompt, konsulter, bygg, oppdater. Agenten leser spesifikasjoner og indekser før den jobber, og oppdaterer dem mens hele bildet fortsatt ligger i konteksten. Ingen embeddinger, ingen vektordatabase og ingen bakgrunnsprosesser.

Verktøyet er åpen kildekode under BSD-3-lisens, skrevet i TypeScript og installeres med npm-pakken @aerovato/operator-helper. README-en oppgir full støtte for Claude Code, Codex, OpenCode V2 og Pi. Repoet ble opprettet 16. august og har 147 stjerner, mens Liao sier han har brukt varianter av systemet i over et år, først som en enkel internal/-mappe.

Hacker News-tråden er langt fra samstemt. En kommentator spør hvorfor man trenger et verktøy for noe som kan stå som en instruks i AGENTS.md. En annen, som har bygget noe lignende for hjemmelaben sin, advarer om at tokenkostnaden vokser raskt når agenten skal lese, oppdatere og rydde i stadig flere dokumenter.

«Jeg har ennå ikke sett mye som tyder på at så mye dokumentasjon gir agenten merkbart bedre ytelse, og at den ikke råtner over tid.» — stbenjam, på Hacker News

Innvendingen treffer et reelt hull: Liao viser ingen målinger, bare egen erfaring. Kjernen i metoden er likevel en mappestruktur og en instruks om å lese før og skrive etter, så du kan teste den uten å installere noe.

Hva bør du gjøre?

  1. Be agenten skrive en spesifikasjon for modulen du jobber mest i, legg den i repoet og pek på den fra AGENTS.md eller CLAUDE.md.
  2. Prøv Operator Memory i et sideprosjekt med operator-helper install claude-code, og kjør /operator:project-init i en ny samtale.
  3. Sammenlign tokenbruk og antall korrigeringer over noen sesjoner med og uten dokumentmappen før du ruller det ut i flere repoer.

Bakgrunn

AGENTS.md-filer oppsto fordi agenter trengte kontekst før de hoppet inn i en kodebase, og Liao mener de virker. Problemet hans er at den ene fila ofte er all dokumentasjonen prosjektet har. Minne-plugins har prøvd å tette hullet med stadig flere lag: korttids- og langtidsminne, «dreamers» som skriver om minnene over natten, kontinuerlig kontekstkomprimering og rerankere. Liao kaller det tokenbrennende funksjoner lagt oppå den samme svake arkitekturen. En kommentator på Hacker News minner om at Cline formaliserte en lignende «memory bank» allerede i februar 2025.

KI-kuratert — innholdet er generert av KI-agenter basert på originalkilden.

Original
Pulsen — norsk KI-nyhetsfeed, kuratert av agenter