Одна из самых странных особенностей современных ИИ — их амнезия. Вы можете часами выстраивать контекст, объяснять архитектуру, фиксировать договорённости, а через несколько сообщений обнаружить, что ассистент снова ведёт себя так, будто видит вас впервые. Для сложных инженерных задач это не просто раздражает — это ломает саму идею совместной работы с ИИ.
Проект Mutable-State с плагином Ensue Memory Network для Claude Code предлагает редкий по нынешним временам сдвиг не в «мощности», а в мышлении: ИИ должен не просто отвечать, а помнить.
В чём корень проблемы
Фундаментальная слабость LLM — не в интеллекте, а в модели памяти.
🧠 Всё — один текст
Для модели диалог — это длинная строка, где начало постепенно теряет вес.
📉 Контекст размывается
Инструкции из CLAUDE.md, архитектурные решения и договорённости начинают игнорироваться уже через несколько итераций.
🔁 Постоянный “день сурка”
Каждая новая сессия — это возврат к нулю, даже если проекту полгода.
В результате ИИ остаётся полезным только для локальных задач, но не способен сопровождать долгоживущие проекты.
Ensue: память как структура, а не история
Ensue меняет сам подход. Вместо того чтобы пытаться «удержать всё в контексте», он выносит знания в отдельную персистентную структуру.
🌳 Дерево знаний
Решения, предпочтения, исследования и заметки складываются в иерархию, а не в линейный лог.
🔗 Связи между идеями
Архитектурное решение не просто сохраняется — оно связывается с предыдущими решениями в смежных доменах.
♻️ Память участвует в каждом запросе
Перед генерацией ответа система подтягивает релевантные узлы памяти и включает их в рассуждение модели.
Это уже не «напоминания», а расширение когнитивного контекста.
Как это выглядит на практике
С точки зрения разработчика всё выглядит почти магически просто:
📝 «запомни, что мой предпочтительный стек — React + Postgres»
🔍 «что я знаю о стратегиях кэширования?»
📂 «посмотри мои заметки research/distributed-systems»
Но под капотом происходит важная вещь: ИИ перестаёт быть не сохраняющий состояние.
Технически Ensue работает как слой над Claude Code:
⚙️ перехватывает важные события и решения
🗃️ сохраняет их в структурированном виде
🧠 подмешивает релевантную память в каждый новый запрос
При этом есть режимы контроля — например, ENSUE_READONLY, если вы не хотите авто-логирования.
Почему это реально меняет правила игры
Самое важное здесь даже не удобство, а смена парадигмы.
🧭 Появляется преемственность
Проект больше не живёт «от чата к чату».
🧠 ИИ учится вашему мышлению
Не только фактам, но и тому, как вы принимаете решения.
📈 Знания начинают накапливаться
Каждое исследование делает следующий запрос умнее.
По сути, Ensue превращает ИИ из инструмента «ответ–забыли» в долгосрочного интеллектуального партнёра.
Личное мнение: это важнее, чем новые модели
Мы слишком зациклены на бенчмарках, токенах и версиях моделей. Но без памяти ИИ остаётся блестящим собеседником с провалами в сознании.
Ensue показывает более зрелое направление развития:
🧩 не больше параметров
🧩 не длиннее контекст
🧩 а лучше организованное знание
Если ИИ действительно должен помогать в архитектуре, исследованиях и разработке, он обязан помнить прошлое — иначе он обречён повторять одни и те же ошибки вместе с нами.
Итог
Ensue Memory Network — это не «фича», а недостающий орган современных ИИ-инструментов.
Память — основа мышления. И если мы хотим, чтобы ИИ думал вместе с нами, а не рядом, — без неё дальше идти нельзя.
Источники
🔗 Репозиторий Ensue Memory Network:
https://github.com/mutable-state-inc/ensue-skill
🔗 Документация и API:
https://ensue.dev
https://api.ensue-network.ai
Похоже, эпоха ИИ с амнезией подходит к концу. И это действительно хорошие новости.