В последнее время группы, использующие ИИ-агентов для кодирования, часто сталкиваются с проблемой, когда агент полностью забывает информацию после каждого сеанса работы. Вместо того чтобы искать сложное решение для "памяти", статья предлагает использовать документацию в репозитории для решения этой проблемы. Традиционная память имеет три слабых места: ее нельзя проверить, нельзя просмотреть и нельзя поделиться. Напротив, документация в репозитории контролируется Git, проверяется через pull request, и все агенты, все люди используют единый источник информации. Это помогает обеспечить согласованность и упрощает исправление ошибок.Структура документации разделена на три уровня: AGENTS.md (менее 150 строк) содержит правила и команды; docs/agents/*.md содержит подробную документацию для каждого модуля; и docs/adr/ содержит записи о решениях по архитектуре. Шаблон AGENTS.md включает обязательные команды, жесткие правила, карту модулей и инструкции на случай неопределенности. Важные принципы при написании документации: точно формулировать команды, кратко объяснять жесткие правила и добавлять строку в документацию каждый раз, когда агент допускает ошибку.Чтобы избежать устаревания документации, автор использует скрипт для автоматического создания карты репозитория (repo-map.sh) и скрипт Python (check_doc_drift.py) для проверки отставания документации от кода в CI. Этот скрипт выдаст ошибку, если код был изменен более 14 дней назад, а соответствующая документация еще не обновлена. Полный рабочий процесс включает чтение агентом документации, исправление кода, открытие PR, проверку документации в CI, а также ревью/слияние.В заключение, рассмотрение документации как версионируемой, проверяемой и совместно используемой памяти поможет агентам работать более эффективно. Конкретные действия включают: создание краткого AGENTS.md, добавление в документацию каждый раз, когда агент допускает ошибку, автоматическое создание легко устаревающих разделов документации, включение проверки отставания документации в CI и запись архитектурных решений с помощью ADR. Этот подход поможет не только агентам, но и новым коллегам легче освоить проект.