Yapay zeka ajanları için açık kaynaklı usule dayalı bellek MuscleMemory tanıtıldı
Öne çıkanlar
- MuscleMemory, kodlama testleri başarıyla sonuçlanan adımları kaydederek benzer görevlerde ajana rehber notlar iletiyor.
- Codex oturumlarında girdi belirteçlerini yüzde 25,5 ve harcanan süreyi yüzde 28,2 azalttı.
- Öğrenilen becerilerin ajanlar tarafından kullanılabilmesi için kullanıcının arayüzden onay vermesi gerekiyor.
Geliştirici TheWariend, yapay zeka kodlama ajanlarının her oturumda aynı süreçleri tekrar öğrenmesini önleyen açık kaynaklı usule dayalı bellek projesi MuscleMemory'yi duyurdu. Sistem, ajanların çalışma sürecini yerel olarak izliyor ve son kod değişikliğinin ardından testler başarıyla geçtiğinde görevin nasıl tamamlandığını kaydediyor. Benzer bir görev ortaya çıktığında ise ajana değiştirilecek dosyaları, doğrulamayı sağlayan testleri ve kaçınılması gereken hataları içeren kısa bir not sunuyor.
Yapılan testlerde sistem, gerçek Codex oturumlarında girdi belirteçlerini yüzde 25,5, araç çağrılarını yüzde 30,4 ve işlem süresini yüzde 28,2 oranında düşürdü. Claude Code ve Sonnet 5.5 ile yapılan erken aşama denemelerde ise Codex tarafından öğrenilen becerilerin kullanımı sayesinde girdi belirteçlerinde yüzde 43,5 ve araç çağrılarında yüzde 30 tasarruf sağlandı. Ayrıca SWE-bench kapsamındaki gerçek Django sorunlarında, önceden öğrenilen beceriler sayesinde yaklaşık yarı yarıya daha az belirteç harcandığı aktarıldı.
Varsayılan olarak yerel SQLite veri tabanı ve küçük bir arama modeliyle çalışan MuscleMemory, Apache-2.0 lisansıyla yayımlandı. Bir becerinin ajana sunulması için iki bağımsız başarılı doğrulamadan geçmesi ve kullanıcı tarafından onaylanması gerekiyor. Sistem Claude Code, Codex ve Cursor gibi araçlara doğrudan bağlanabilirken herhangi bir başarısız test durumunda ilgili beceriyi devre dışı bırakıyor.
Bu özet yapay zekâ ile hazırlanmıştır; ayrıntılar ve doğrulama için orijinal kaynağa başvurun.