Skriv hukommelse - ikke kode

De nuværende AI agenter har ikke hukommelse - de har kontekst. Kontekst bliver bygget ved at indlæse eksisterende filer fra disk, ved hver ny session med en agent. F.eks. læser Claude Code markdown filer (.md) fra den folder hvor sessionen åbnes (udover en evt. global kontekst med generelle instruktioner).

Men kontekst er ligesom RAM for computeren: Den forsvinder når man lukker sin agent ned.

Samtidig får den næste udvikler ikke den samme kontekst, som den der genererede koden - medmindre man tænker over det som udvikler.

Vi bør bruge noget af den tid vi sparer på at skrive kode, til at skrive hukommelse der fastholder kritiske beslutninger og vigtige elementer i løsningen.

Et simpelt eksempel fra en løsning jeg har bygget: En AI-nyhedsagent som sender mig en email hver morgen kl 0600 med dagens AI-nyheder. Det sker pt. ud fra 12 forskellige RSS-feeds, og de er i prioriteret rækkefølge. Samtidig er der check for, om forskellige kilder har cirka den samme nyhed. I så fald skal den ikke gentages - men blot markeres med de forskellige kilder som links.

Uden en nedskrevet designbeslutning til at fastholde dette princip, er det ret sikkert, at min AI agent blot ville tilføje en ny kilde bagerst i rækkefølgen, når jeg beder om en ny kilde. Med en nedskrevet info som denne:

Xyz

så bliver agenten guidet til at spørge mig hvor i rækkefølgen en ny kilde skal tilføjes - eller den vil minde mig om, at kilderne er prioriterede, så jeg kan ændre placeringen efterfølgende.

Den slags designbeslutninger er vigtige at fastholde, af hensyn til fremtidig vedligehold. Du kan selv være den næste der genbesøger løsningen om 3 mdr. - og selv for dig som den oprindelige konstruktør, kan det være svært at huske alle beslutninger og hvorfor vi tog dem. Det koster i tid, tokens og risiko.

Skriv hukommelse i stedet for kode

Brug derfor noget af den tid vi sparer på mindre manuel kodning, til at nedskrive og fastholde vigtige designvalg, beslutninger og deres baggrund. Samt ting som agenten altid skal spørge om - ikke blot antage og køre stiltiende videre.

Gør denne viden delt og versionsstyret ved at placere den side-om-side med koden i dens repo.

Agenten kan hjælpe med at vedligeholde den, når først den er påbegyndt og/eller du beder den om det.

Her opstår et behov for at læse den/de filer som udgør hukommelsen. Det er værd at sikre, at hukommelsen er up-to-date og præcis, inden du slipper projektet/produktet igen.

Uden denne nedskrevne hukommelse bliver vedligehold over tid stadig sværere - og det bliver sværere for din agent at køre autonomt i længere tid.

Brug spejder-princippet her:

Efterlad altid hukommelsen i en bedre tilstand, end da du kom.