Création d'un système de mémoire cloud pour les assistants de codage IA

DEV - 24/02
Pourquoi la mémoire persistante change tout pour les assistants de codage Ai : comment les bons souvenirs font surface au bon moment, à travers les sessions, les appareils et les réinitialisations de contexte.

J'ai passé les derniers mois à construire un système de mémoire persistante pour Claude Code. Il ne s'agit pas d'un wrapper autour d'une base de données vectorielles locale : un moteur de mémoire cognitive multicouche natif du cloud, conçu pour survivre au compactage du contexte, s'adapter à tous les appareils et devenir plus intelligent au fil du temps.

Cet article ne concerne pas le produit. Il s'agit d'ingénierie : les décisions architecturales, les compromis et ce que j'ai appris sur la création de mémoire pour les assistants de codage Ai.

L'espace des problèmes

Construire de la mémoire pour un assistant de codage Ai est plus difficile qu’il n’y paraît. Vous ne construisez pas une base de données, vous construisez un système qui doit répondre à une question que la plupart des bases de données ne peuvent pas répondre : « Que doit savoir ce développeur maintenant ?

Les défis :

  • Asymétrie des volumes. Un développeur génère des milliers de lignes de conversation par jour. Peut-être que 1 % de ce chiffre mérite d’être retenu à long terme. Vous avez besoin d'une couche d'extraction qui sépare le signal du bruit.
  • Pertinence de la récupération. La recherche par mot-clé échoue pour la mémoire. Lorsque Claude a besoin de connaître votre « configuration de base de données », il doit trouver vos décisions de configuration PostgreSQL même si vous n'avez jamais utilisé ces mots exacts. Vous avez besoin d'une recherche sémantique.
  • Dynamique temporelle. Une correction de bug d’hier est plus importante qu’une correction de bug d’il y a trois mois. Mais une décision d’architecture fondamentale prise il y a trois mois est plus importante que ...
    [Courte citation de 8% de l'article original]