Przejdź do głównej zawartości

Wzorce długookresowego zachowywania kontekstu

Spędziłeś 45 minut ucząc AI o pipeline wdrażania w twoim projekcie. Teraz rozumie, że środowisko staging używa innej bazy danych, że migracje muszą się uruchomić przed startem API i że cache CDN musi być unieważniony po wdrożeniach frontendu. Jutro otwierasz nową sesję i AI zapomniało o wszystkim. Wyjaśniasz ponownie. I znów za tydzień.

Wzorce pamięci rozwiązują ten problem. Każde narzędzie oferuje mechanizmy do zachowywania wiedzy między sesjami — od plików, które piszesz i utrzymujesz, po automatyczne notatki, które AI pisze dla siebie. Różnica między zespołem, który używa tych wzorców, a takim, który nie, to różnica między AI, które uczy się z czasem, a takim, które zaczyna od zera każdego ranka.

  • Kompletną mapę mechanizmów pamięci we wszystkich trzech narzędziach
  • Strategie decydowania, co AI powinno pamiętać, a co powinno pozostać ulotne
  • Prompty do uczenia AI i weryfikacji, co zapamiętało
  • Wzorce zespołowej pamięci, która korzysta każdemu programiście

Każde narzędzie implementuje pamięć na wielu poziomach. Zrozumienie hierarchii pomaga umieścić właściwe informacje na właściwym poziomie.

System pamięci Cursor ma cztery poziomy:

PoziomLokalizacjaZakresKto zarządza
Team RulesDashboard CursorWszyscy członkowie zespołu, wszystkie projektyAdmin zespołu
Project Rules.cursor/rules/*.mdWszyscy członkowie zespołu, ten projektZespół przez git
User RulesCursor Settings > RulesTy, wszystkie projektyTy
AGENTS.mdAGENTS.md w projekcieWszyscy członkowie zespołu, ten projektZespół przez git

Project Rules to najważniejszy poziom. Są wersjonowane, ograniczone do twojej bazy kodu i mogą być filtrowane globami, aby dotyczyły tylko istotnych plików.

Cursor obsługuje również Agent Skills — otwarty standard rozszerzania agentów AI o specjalistyczne możliwości, które mogą być importowane i automatycznie stosowane jako kontekst.

Najpotężniejszy wzorzec pamięci jest jawny: gdy odkryjesz coś ważnego, powiedz AI, żeby to zapamiętało.

Stwórz lub zaktualizuj regułę projektu bezpośrednio:

We just discovered that the search service requires a warm-up
call before it returns accurate results. Create a new rule in
.cursor/rules/search-service.md documenting this behavior and
noting that tests should include a warm-up step.

Możesz też tworzyć reguły z czatu, prosząc Cursor: “Create a cursor rule for this.”

Nie wszystko powinno być zachowywane. Pamięć, która rośnie za bardzo, jest ignorowana — tak samo jak 500-liniowy plik CLAUDE.md powoduje, że Claude pomija kluczowe reguły.

  • Komendy budowania, testowania i wdrażania
  • Nieoczywiste ograniczenia (wymagania środowiskowe, zależności serwisów)
  • Decyzje architektoniczne i ich uzasadnienie
  • Wzorce błędów, które wymagały znacznego czasu na zdiagnozowanie
  • Konwencje zespołowe odbiegające od domyślnych językowych
  • Tymczasowe obejścia, które wkrótce zostaną usunięte
  • Kontekst specyficzny dla zadania (bieżący błąd, który debugujesz)
  • Informacje już zawarte w bazie kodu (zawartość README, skrypty package.json)
  • Oczywiste konwencje, których AI już przestrzega

Najcenniejsza pamięć to pamięć współdzielona. Gdy jeden programista odkrywa, że serwis powiadomień ma wyścig pod obciążeniem, ta wiedza powinna korzystać każdemu programiście w zespole — nie tylko temu, kto ją znalazł.

Commituj .cursor/rules/ do git. Członkowie zespołu dostają reguły automatycznie. Dla reguł obejmujących całą organizację użyj Team Rules z Cursor Dashboard (dostępne w planach Team i Enterprise).

Team Rules mają pierwszeństwo nad regułami projektu i użytkownika, zapewniając utrzymanie krytycznych standardów organizacyjnych.

Wzorce pamięci umożliwiają workflow obejmujące wiele sesji bez utraty kontekstu.

  1. Sesja 1: Plan. Stwórz plan implementacji i zapisz go jako docs/feature-plan.md. Dodaj notatkę do pamięci: “Bieżąca praca: implementacja funkcji X. Plan jest w docs/feature-plan.md.”
  2. Sesja 2: Implementacja zadań 1-3. Odwołaj się do pliku planu. Po zakończeniu każdego zadania zaktualizuj listę todo na dysku. Powiedz AI, żeby zapamiętało, gdzie skończyłeś.
  3. Sesja 3: Kontynuacja. AI ładuje pamięć, widzi notatkę o bieżącej pracy i czyta plan oraz listę todo. Zaczynasz dokładnie tam, gdzie skończyłeś.

W Claude Code użyj claude --continue, aby wznowić ostatnią sesję bezpośrednio. Użyj --resume, aby wybrać z listy ostatnich sesji. Zmieniaj nazwy sesji komendą /rename dla łatwego odszukiwania (np. “oauth-migration”).

Auto-pamięć zapisuje nieistotne rzeczy. Auto-pamięć Claude Code jest użyteczna, ale nie idealna. Przeglądaj ją okresowo komendą /memory. Usuwaj notatki o jednorazowych sesjach debugowania lub tymczasowych obejściach, które już nie są istotne.

Konflikty pamięci między członkami zespołu. Gdy dwóch programistów dodaje sprzeczne reguły (jeden mówi “używaj tabów,” a drugi “używaj spacji”), AI się gubi. Ustanów proces przeglądu współdzielonych plików instrukcji, tak jak code review.

AI ignoruje pamięć. Jeśli plik instrukcji jest za długi, reguły na końcu dostają mniej uwagi niż te na początku. Umieść najważniejsze reguły na górze. Utrzymuj całość poniżej 50 linii dla głównego pliku.

Pamięć z jednego projektu przenika do innego. Reguły na poziomie użytkownika (~/.claude/CLAUDE.md, Cursor User Rules, ~/.codex/AGENTS.md) dotyczą wszystkich projektów. Utrzymuj je naprawdę uniwersalne (osobiste preferencje stylu, globalne skróty narzędzi). Wiedza specyficzna dla projektu należy do plików na poziomie projektu.