Agents को memory की नहीं, documentation की ज़रूरत है
AI engineers इस पर फिर से सोच रहे हैं कि software agents अपने past work को कैसे “याद” रखें, और उनका तर्क है कि opaque memory stores और vector databases अक्सर stale, unstructured cruft पैदा करते हैं, जबकि explicit, versioned documentation, ADRs, और repo-local markdown agents को अधिक स्पष्ट और auditable guidance दे सकते हैं। कई लोग agents को junior developers की तरह treat करना पसंद करते हैं: उन्हें AGENTS.md, lint rules, tests, और well-structured folders से constrain करें, और फिर agents को खुद docs को code के साथ sync रखने दें। दूसरे लोग कहते हैं कि documentation भी rot होती है, इसलिए practical systems में शायद curated docs, lightweight memory, strong context management, और deterministic feedback का mix होगा, न कि एक single magic memory layer.
“Memory” बनाम Documentation की भूमिका
- कई लोग मानते हैं कि naive memory plugins (append-only snippets, opaque stores) जल्दी ही stale, noisy, और curate करने में मुश्किल हो जाते हैं।
- कई का तर्क है कि अच्छी तरह संरचित documentation (AGENTS.md, ADRs, specs, decisions) एक बेहतर “memory” layer है: queryable, auditable, और updateable।
- दूसरे कहते हैं कि docs भी rot होती हैं, fragmented हो सकती हैं, और शायद ही reality को दर्शाती हैं जब तक कोई (अक्सर agent) उन्हें explicitly synced रखने के लिए tasked न हो।
- कुछ लोग इस distinction को mostly semantic मानते हैं: documentation बस एक structured, externalized memory system है।
ठोस Practices और Repo Structures
- लोकप्रिय setups:
- Minimal AGENTS.md जो focused docs की ओर point करता है।
- Feature/issue-based markdown folders;
decisions/,plans/,knowledge/,workbench/trees। - Index/catalog files जो हर doc का वर्णन करते हैं और कब उसे पढ़ना है (“read_if” rules)।
- कई tools और patterns का उल्लेख हुआ: repos में markdown “brains”, docs manage करने के लिए CLI tools, S3- या git-backed doc stores, internal skill marketplaces, और custom memory MCPs।
Agent Behavior, Control, और Drift
- बार-बार की शिकायत: agents समय के साथ sophisticated memory/ADR/principle systems को ignore कर देते हैं और grep + quick Python scripts पर वापस लौट आते हैं।
- enforceable rules की strong चाहत है (जैसे, “use jq, not ad‑hoc Python”) hooks, lint rules with prescriptive messages, और deterministic runtime monitors के जरिए।
- कुछ लोग comments में interview-like tools या principle/version tokens का उपयोग agents को steer करने और जब principles बदलें तो re-evaluation trigger करने के लिए करते हैं।
Testing, Verification, और Feedback
- Agents के लिए TDD loops के mixed experiences हैं: tests regression protection सुनिश्चित करते हैं और intent communicate करते हैं, लेकिन box-ticking में भी बदल सकते हैं।
- Alternative: custom “verify” skills और lint-based feedback जो project-specific code smells और architectural principles के लिए tailored हों।
- Deterministic feedback (RL-style scoring जैसा) को powerful माना जाता है, लेकिन operationalize करना कठिन है।
Context Management और Evaluation
- explicit context management पर strong focus: dynamic pruning, per-folder sessions, clear structure वाले monorepos।
- giant AI-generated doc piles को लेकर skepticism; चिंता है कि वे unreadable “AI slop” बन जाते हैं और measurable मदद नहीं करते।
- documentation-heavy बनाम minimal setups के लिए real A/B evals की मांग; thread में मौजूदा evidence anecdotal है।
Safety और Multi‑Agent Concerns
- कुछ लोग 24/7 कई agents चलाते हैं, inter-agent communication के साथ, और अच्छे नतीजे बताते हैं; दूसरे easy large-scale deployment, misalignment, और financial-system risk को लेकर चिंता जताते हैं।
- कुल मिलाकर, participants सहमत हैं कि agent systems को opaque long-term “memories” से अधिक transparent, inspectable state की ज़रूरत है।