AI Brain

Виклик

Коли ви пропускаєте багато задач через AI-агентів, кожна задача починається з нуля. Агент не знає ваших вподобань, команди, стека конкретного проєкту чи рішень, ухвалених минулого тижня - тож контекст доводиться пояснювати знову і знову. Це навантаження тихо з'їдає ту саму швидкість, яку AI має давати.

Що ми зробили

AI Brain - це глобальний контекстний мозок для задач: він дистилює розмови команди у структуровану базу знань, яку будь-який AI-агент може прочитати перед початком роботи. Замість повторювати контекст у кожному запиті, агент один раз звертається до мозку й отримує чисте, дедупліковане знання.

Пайплайн:

1. Збір - інкрементально витягуємо історію розмов (з курсорами, тож повторні запуски швидкі й ідемпотентні)
2. Дистиляція - Claude фільтрує шум на вході й витягує лише довготривалі факти, зливаючи їх у структуровані Markdown-нотатки
3. Синтез - автоматичне зв'язування людей, проєктів і тем + аналіз стилю комунікації
4. Видача - MCP-сервер надає інструменти на кшталт get_profile(), get_person() і search_brain(), які напряму викликають інші проєкти та агенти

Роль AI

Ключове рішення - дистиляція на вході, а не на видачі. Claude вирішує, що варто запам'ятати, поки дані надходять, тож мозок лишається сфокусованим - немає сміття на вході, немає й на виході - і чисто масштабується. База знань - це звичайний Markdown (сумісний з Obsidian), тож вона прозора, аудитована й редагована вручну.

Для нашого AI-first процесу це базова інфраструктура: агент, що береться за задачу, наприклад, з інтеграції для клієнта, за секунди отримує команду проєкту, стек і відкриті питання - перетворюючи старт з нуля на готовий до роботи контекст.

Інженерні деталі

• Інкрементальність за замовчуванням. Збір іде з курсорами, тож повторний запуск коштує майже нічого, і пайплайн можна запускати часто, а не нічним батчем. Мозку, що відстає на добу, агенти перестають довіряти.
• Звичайний Markdown як формат зберігання - свідоме обмеження. У векторне сховище було б простіше писати й неможливо читати: коли агент діє за хибним фактом, хтось має відкрити файл, побачити речення й видалити його. Сумісність з Obsidian означає, що цій людині не потрібен інструмент від нас.
• Дедуплікація і є справжньою роботою. Той самий факт приходить у десятку розмов у десятку формулювань. Звести їх в одну нотатку й коректно замінити факт, коли він змінився, складніше, ніж витягти його вперше.
• MCP замість власного API. Віддача мозку через MCP означає, що будь-який агент у будь-якому проєкті звертається до нього без інтеграції. Саме тому це стало спільною інфраструктурою, а не функцією одного інструмента.

Результат

Налаштування контексту, що раніше коштувало хвилин на задачу, зводиться до одного запиту, а агенти діють зі справжнім знанням команди замість загальних припущень.

Стек: Python, Telethon, Claude (Anthropic SDK), MCP / FastMCP, Markdown / Obsidian.

Послуга: розробка AI-агентів під бізнес