Codified Context: Infrastructure for AI Agents in a Complex Codebase
Dit artikel introduceert een infrastructuur voor 'codified context' die, bestaande uit een constitutie voor hot memory, 19 gespecialiseerde agenten en een cold-memory kennisbank, de coherentie en consistentie van LLM-gestuurde coderingsassistenten in complexe, grote codebases waarborgt door persistent geheugen en gestructureerde projectconventies te bieden.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je voor dat je een enorme, complexe stad aan het bouwen bent. Je hebt een team van super-snelle, slimme bouwvakkers (de AI-agenten) die je helpen met het werk. Maar er is een groot probleem: deze bouwvakkers hebben een heel kort geheugen. Zodra ze de volgende dag beginnen, vergeten ze alles wat je gisteren hebt gezegd. Ze vergeten hoe de straten moeten liggen, ze vergeten dat je niet van bakstenen in de muur houdt, en ze maken dezelfde fouten die je ze gisteren al hebt uitgelegd.
Dit is precies het probleem dat de auteur, Aristidis Vasilopoulos, tegenkwam. Hij bouwde een enorm computerspel (een digitale stad van 108.000 regels code) en merkte dat de AI-agenten steeds weer verward raakten.
Om dit op te lossen, bedacht hij een slim systeem: De "Codified Context" Infrastructuur. Je kunt dit zien als een drie-laags bibliotheek en aansturingssysteem dat de AI helpt om niet te vergeten wie ze zijn en wat ze moeten doen.
Hier is hoe het werkt, vertaald naar alledaagse beelden:
1. De "Gouden Regels" (Hot Memory)
Stel je voor dat elke bouwvakker een kleine, altijd bij zich dragende notitie heeft. Dit is het "Constitution"-bestand.
- Wat staat erin? De basisregels: "We bouwen altijd met rode bakstenen," "Deuren gaan naar rechts open," en "Gebruik nooit blauwe verf."
- Waarom? Dit bestand wordt elke keer dat de AI begint, direct ingeladen. Het zorgt ervoor dat de AI nooit de basisregels vergeet, ongeacht hoe groot het project wordt. Het is als een kompas dat altijd werkt.
2. De "Specialisten" (Tier 2 Agents)
In plaats van één algemene bouwvakker die alles moet weten, heb je nu 19 specifieke experts.
- Hoe werkt het? Stel je voor dat je een probleem hebt met de elektriciteit. In plaats dat je de algemene bouwvakker vraagt (die misschien niet weet hoe elektriciteit werkt), roep je direct de Elektricien op.
- Het geheim: Deze specialisten hebben niet alleen hun gereedschap, maar ook een dikke map met kennis over hun vakgebied. Ze weten precies welke fouten vaak voorkomen bij elektriciteit en hoe ze die moeten voorkomen. Als je de AI vraagt om iets met het netwerksysteem te doen, schakelt het systeem automatisch de "Netwerk-Expert" in, die al weet hoe het moet, zonder dat jij het opnieuw hoeft uit te leggen.
3. De "Grote Bibliotheek" (Cold Memory)
Dit is de grote archiefruimte met duizenden handleidingen over elk klein onderdeel van de stad (de waterleidingen, de riolering, de dakbedekking).
- Hoe werkt het? De AI haalt deze boeken niet constant uit de kast (dat zou te traag zijn). Maar zodra de AI een taak krijgt waar ze even niet zeker van zijn, zoekt ze snel het juiste boekje op.
- Voorbeeld: Als de AI een nieuw type deur moet ontwerpen, zoekt ze in de bibliotheek naar "Hoe we deuren bouwen". Ze leest het, past de regels toe, en bouwt de deur perfect.
Waarom is dit zo slim? (De Analogie van de "Vergissing")
In het verleden moest je de AI elke keer opnieuw uitleggen: "Vergeet niet dat we in dit spel geen zwaartekracht hebben." Dat kostte tijd en de AI vergat het soms.
Met dit systeem:
- De regels staan in de notitie (Hot Memory).
- De expert weet het al (Specialist).
- Het boekje ligt klaar (Bibliotheek).
De auteur noemt dit "Context Engineering". Het is alsof je niet alleen een slimme werknemer huurt, maar ook een perfect georganiseerd kantoor voor ze bouwt waar alle informatie direct beschikbaar is.
Wat leverde dit op?
De auteur bouwde dit systeem terwijl hij zelf geen professionele programmeur was (hij komt uit de scheikunde). Met dit systeem kon hij:
- Een gigantisch computerspel bouwen in 70 dagen (deeltijd).
- Voorkomen dat de AI dezelfde fouten 100 keer maakte.
- Zorgen dat de AI "onthield" wat er gisteren was besproken, zelfs als de sessie was afgesloten.
Kortom: Dit papier zegt dat AI niet alleen slimmer moet worden, maar dat we ook slimmere systemen moeten bouwen om de AI kennis te geven. Net zoals een mens een goede planner en een goed archief nodig heeft om een groot project te leiden, heeft een AI een goed "geheugen-systeem" nodig om niet gek te worden in een complex project.
Het is de overstap van "AI, doe dit" naar "AI, hier is je werkmap, je team en je regels, ga aan de slag."
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.