У большинства AI-агентов одна и та же проблема: они деградируют по мере работы

Начинают чётко, а через 20 итераций — галлюцинируют, забывают договорённости, нарушают архитектуру.

Причина не в модели. Причина в контексте.

LLM API — stateless. Каждый вызов начинается с нуля. Агент "помнит" только то, что вы явно передали в запросе. Без системы управления контекстом он буквально теряет память после каждого действия.

Как я управляю контекстом в продакшене:

1. CLAUDE.md как рабочая память Не история диалогов, а структурированные факты: архитектурные решения, текущий статус, ограничения, паттерны. Агент читает это перед каждым действием — как брифинг перед совещанием.

2. Разделение долгосрочного и оперативного контекста Долгосрочный: CLAUDE.md (архитектура, правила, принципы) Оперативный: текущая задача + последние 3-5 действий Не смешивайте их — агент теряет фокус.

3. Явные checkpoint-ы После каждого значимого шага агент записывает состояние в файл. При следующем запуске читает его. Память персистентна между сессиями без раздутого контекста.

4. Принцип минимального контекста Чем меньше шума в контексте — тем точнее агент. Удаляйте устаревшие инструкции. Краткость > полнота.

Результат: агент стабильно работает часами, не деградирует, соблюдает архитектуру.

Как вы управляете контекстом своих агентов?