PROJECTMEM: A Local-First, Event-Sourced Memory and Judgment Layer for AI Coding Agents
Das Paper stellt PROJECTMEM vor, eine Open-Source-, Local-First-Memory- und Judgment-Schicht für KI-Coding-Agenten, die ein Event-Sourced-Log verwendet, um kompakte Kontext-Zusammenfassungen und deterministische Pre-Action-Gates bereitzustellen, wodurch redundantes Debugging verhindert und eine auditierbare, zustandsbehaftete Entwicklung ermöglicht wird.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich vor, Sie stellen einen brillanten, superschnellen Softwareentwickler ein, der Ihnen helfen soll, eine App zu bauen. Dieser Ingenieur ist unglaublich intelligent, hat aber eine sehr seltsame Macke: Er leidet unter totaler Amnesie, jedes Mal, wenn Sie das Chatfenster schließen.
Jedes Mal, wenn Sie ein neues Gespräch beginnen, dieser Ingenieur:
- Vergisst alles, was Sie ihm gestern erzählt haben.
- Liest Ihren gesamten Code von Grund auf neu.
- Entdeckt Probleme neu, die Sie bereits gelöst haben.
- Am frustrierendsten: Versucht, einen Fehler mit genau der Methode zu beheben, die gestern bereits dreimal fehlgeschlagen ist, und verschwendet so Stunden Ihrer Zeit.
Dies ist der aktuelle Zustand von KI-Coding-Assistenten. Sie sind leistungsstark, aber sie sind „zustandslos“ – sie erinnern sich nach dem Ende der Sitzung nicht an die Historie des Projekts.
ProjectMem ist ein neues Tool, das dieses Problem lösen soll. Betrachten Sie es als ein permanentes, superorganisiertes Notizbuch, das direkt neben Ihrem Code liegt und das die KI gezwungen ist zu lesen, bevor sie eine Aktion unternimmt.
So funktioniert es, unter Verwendung einfacher Analogien:
1. Das „Black Box“-Logbuch (Event Sourcing)
Anstatt dass die KI rät, was passiert ist, führt ProjectMem ein strenges, unveränderliches Tagebuch über jeden Schritt, der im Projekt unternommen wurde.
- Die Analogie: Stellen Sie sich eine Baustelle vor, auf der jeder Arbeiter vor dem Verlassen des Arbeitsplatzes genau dokumentieren muss, was er getan hat.
- „Ich habe versucht, das undichte Rohr zu reparieren, aber es ist geplatzt.“ (Versuch: Fehlgeschlagen)
- „Ich habe einen anderen Schraubenschlüssel benutzt, und es hat funktioniert.“ (Versuch: Erfolgreich)
- „Wir haben uns entschieden, Kupferrohre statt PVC zu verwenden.“ (Entscheidung)
- Warum es wichtig ist: Dieses Logbuch wird in reinem Text geschrieben (wie eine einfache Textdatei), nicht in einer komplexen Datenbank. Es ist wie eine Einkaufsliste, die jeder lesen, durchsuchen und verstehen kann. Es wird niemals gelöscht oder bearbeitet; neue Einträge werden einfach unten angefügt. Dies schafft eine perfekte, unveränderliche Historie des Projekts.
2. Der „Smart Summarizer“ (Projection)
Die KI muss nicht jedes Mal das gesamte 500-seitige Tagebuch lesen, wenn sie die Arbeit aufnimmt. ProjectMem verdichtet dieses Logbuch automatisch in ein kurzes, leicht lesbares „Spickzettel“-Dokument.
- Die Analogie: Es ist wie ein Lehrer, der das gesamte Hausaufgaben-Logbuch eines Semesters liest und Ihnen vor der Abschlussprüfung eine einseitige Zusammenfassung von „Was wir diese Woche gelernt haben“ aushändigt. Die KI erhält die Highlights (die Zusammenfassung) anstelle eines Rohdaten-Dumps, was Zeit und Geld spart.
3. Der „Bouncer“ (Judgment Layer)
Dies ist der einzigartigste Teil. ProjectMem sagt der KI nicht nur, was passiert ist; es verhindert, dass die KI denselben Fehler erneut macht.
- Die Analogy: Stellen Sie sich einen Türsteher vor einem Club vor, der die Gästeliste prüft.
- Wenn die KI versucht, eine Datei zu bearbeiten, die vor zwei Tagen zu einem Absturz geführt hat, greift der Bouncer ein und sagt: „Halt! Du hast vor zwei Tagen versucht, diese Datei zu ändern, und es ist kapreich gegangen. Mach das nicht noch einmal.“
- Dies geschieht bevor die KI die Änderung vornimmt. Es fungt als Sicherheitsgate basierend auf der eigenen Historie des Projekts, nicht auf einer Vermutung.
4. Die „Local-First“-Regel
ProjectMem läuft vollständig auf Ihrem eigenen Computer.
- Die Analogie: Es ist, als würde man sein Familienfotoalbum im eigenen Wohnzimmer aufbewahren und nicht auf den Cloud-Server eines Fremden hochladen.
- Privatsphäre: Keine Daten verlassen Ihre Maschine. Ihr Code und Ihre Geheimnisse bleiben sicher.
- Geschwindigkeit: Da es lokal läuft, ist es sofort einsatzbereit.
- Keine „Black Magic“: Es verwendet keine komplexe KI, um zu „raten“, was es sich merken soll; es verwendet einfache, deterministische Regeln (wenn X passiert ist, dann warne vor X).
Die Ergebnisse (Was das Paper behauptet)
Die Autoren haben dieses System in 10 verschiedenen realen Projekten über zwei Monate hinweg getestet. Sie fanden heraus:
- Weniger Zeitverschwendung: Die KI musste nicht tausende Zeilen Code neu lesen, um Kontext zu erhalten.
- Weniger wiederholte Fehler: Der „Bouncer“ hat die KI erfolgreich davor gewarnt, zuvor gescheiterte Korrekturen erneut durchzuführen.
- Kosteneinsparungen: Durch die Vermeidung der Notwendigkeit, den gesamten Projektkontext jedes Mal erneut an die KI zu senden, schätzten sie eine massive Ersparnis bei den „Tokens“ (der Währung, mit der KI-Modelle bezahlt werden werden), was die Kosten pro Sitzung potenziell um mehr als die Hälfte senkt.
- Audit-Trail: Da jede Aktion in reinem Text protokolliert wird, können Sie genau nachvollziehen, warum eine Entscheidung getroffen wurde, was die Arbeit der KI transparent und vertrauenswürdig macht.
Kurz gesagt: ProjectMem verwandelt einen vergesslichen KI-Coding-Assistenten, der Fehler wiederholt, in einen erfahrenen Teamkollegen, der sich an die Historie des Projekts erinnert, aus vergangenen Fehlern lernt und Sie warnt, bevor Sie denselben Fehler zweimal machen.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.