Забывание как фича: опенсорсный слой памяти для ИИ-агентов на SQLite и кривой Эббингауза

После сотен часов работы с Claude Code автор заметил: агент теряет весь контекст между сессиями и упорно повторяет подходы, которые уже были отвергнуты. Это классическая проблема долгосрочной памяти у ИИ-агентов — и он решил её нестандартно.

Он собрал skillmem — открытый локальный слой памяти. Запись в него бесплатна: данные хранятся в SQLite, без единого LLM-вызова. Поиск работает на двух языках, а неиспользуемые навыки постепенно угасают по кривой Эббингауза — так агент не застревает на устаревших стратегиях.

Внутри — архитектура решения, результаты на бенчмарке LongMemEval и главный вывод: именно забывание оказалось ключевой фичей. Оно помогает агенту не цепляться за старые неудачные решения и быстрее адаптироваться к новым задачам.