Один автор XDA дал Claude Code постоянную память между сеансами, и весь его рабочий процесс изменился. Это именно тот вид тихого обновления, которое выглядит скромно, но имеет большое значение — большинство инструментов для кодирования агентов забывают всё в тот момент, когда вы закрываете терминал, поэтому разработчик становится памятью. Постоянная память закрывает этот пробел. Мы протестировали семь приложений для памяти AI-агента кодирования на ПК, которые дают агентам возможность вспомнить информацию между сеансами, проектами и машинами.
Каждый вариант здесь работает на Windows, macOS и Linux. Некоторые — это библиотеки, которые подключаются к пользовательскому агенту; некоторые — это хостинг-сервисы с API. Два из них — это функции памяти, встроенные в существующие инструменты кодирования.
На что обратить внимание в слое памяти агента
Ярлык “память агента” скрывает три разные вещи:
- Эпизодическая память: что произошло на последнем сеансе (“мы попробовали Vitest, но столкнулись с проблемой зависимостей”).
- Семантическая память: долговечные факты о проекте (“этот репозиторий использует Deno v1.45, а не Node”).
- Процедурная память: рабочие процессы (“когда пользователь просит рефакторинг, всегда сначала запустите prettier”).
Лучшие стеки разделяют эти три типа и позволяют вам редактировать каждый. Другие хранят одну большую кучу текста и надеются, что агент найдёт релевантные части.
Другие важные оси для агентов кодирования:
- Самостоятельный хостинг vs SaaS. Память кода содержит проприетарную информацию; многие команды нуждаются в on-prem решениях.
- Не зависит от модели vs заблокирован. mem0, Letta, Zep и Cognee работают с разными моделями. Cursor и Windsurf памяти заблокированы на их собственные инструменты.
- Структурированный поиск. Поиск по вектором один не охватывает “в последний раз, когда мы пробовали X”; хранилища графов или событий справляются лучше.
Быстрое сравнение
| Инструмент | Лучше всего для | Бесплатный план | Начальная цена | Отличительная черта |
|---|---|---|---|---|
| mem0 | Drop-in API памяти для любого LLM агента | Да, щедрый | Бесплатный уровень | Многоуровневая память (пользователь, сеанс, рабочее пространство) |
| Letta | Фреймворк агента, не зависящий от модели, с памятью | Да, open-source | Бесплатно (self-host) | Пейджинг в стиле MemGPT и архивная память |
| Zep | Долгосрочная память с хранилищем графа | Да, open-source | Бесплатный уровень | Временная граф знаний, обновления фактов |
| Cognee | Семантический конвейер памяти для агентов | Да, open-source | Бесплатно (self-host) | Онтология-первый, RDF-дружелюбный |
| Claude Code память | Встроенная постоянная память для Claude Code | Включено | Ценообразование Anthropic | Автоматически суммируемая память сеанса |
| Cursor Memories | Память уровня проекта внутри Cursor | Включено | Cursor Pro от $20 | Автоматически захваченные “правила” по репозиториям |
| Windsurf Memories | Постоянный контекст агента Cascade | Включено | Windsurf Pro от $15 | Кроссфайловый семантический поиск |
7 приложений для памяти агента, которые мы протестировали
1. mem0 — лучший drop-in API памяти для любого LLM
mem0 — это самый простой способ добавить постоянную память к агенту кодирования, у которого её ещё нет. API принимает ID пользователя и поток сообщений и возвращает курируемый список памяти при каждом вызове. Многоуровневая модель памяти (пользователь, сеанс, рабочее пространство) означает, что агент помнит “этот проект использует Vitest” отдельно от “этот пользователь предпочитает строгий режим TypeScript”. Оба SDK Python и TypeScript достигли v1 в 2026 году.
Где это падает: Модель SaaS по умолчанию; self-hosted возможна, но поддерживается сообществом. Хранилища векторов по умолчанию могут потребовать замены для больших кодовых баз.
Цены: Бесплатный уровень с ежемесячной квотой памяти. Pro от примерно $19/месяц.
Платформы: Windows, macOS, Linux (через SDK или размещённый API).
Скачать: mem0.ai
Итоговое заключение: Выбор, когда вы создаёте свой собственный агент и хотите память в 10 строках кода. Не выбор для регулируемых окружений, нуждающихся в полностью on-prem решении.
2. Letta — лучший фреймворк агента в стиле MemGPT
Letta (ранее MemGPT) реализует модель пейджинга, где агент перемещает факты между in-context “рабочей памятью” и архивным хранилищем по мере необходимости. Полностью open source, self-hostable и не зависит от модели. Поставляется с сервером агента, поэтому вы можете указать Cursor или пользовательский CLI на него и позволить ему управлять памятью прозрачно.
Где это падает: Настройка тяжелее, чем у mem0. Требует запуска Postgres или SQLite бэкенда и понимания модели пейджинга для её настройки.
Цены: Бесплатно, open-source. Управляемое облачное ценообразование по запросу.
Платформы: Windows, macOS, Linux.
Итоговое заключение: Выбор для команд, которым нужна on-prem память и которые могут инвестировать день в настройку. Модель пейджинга хорошо справляется с очень длинными беседами.
3. Zep — лучшая граф-ориентированная долгосрочная память
Zep хранит память как временную граф знаний. Когда факты меняются (конечная точка API движется, значение конфигурации обновляется), Zep отслеживает изменение вместо того, чтобы накапливать противоречивые утверждения. Это модель памяти, которая нужна агентам кодирования больше всего, поскольку факты проекта постоянно меняются.
Где это падает: Хранилище графа сияет при семантическом поиске, но добавляет сложность для чистых эпизодических случаев использования. Разница в цене между сообществом и облаком крутая.
Цены: Выпуск сообщества бесплатный, open-source. Облако от $34/месяц.
Платформы: Windows, macOS, Linux.
Скачать: getzep.com · GitHub
Итоговое заключение: Выбор, когда факты вашего проекта часто меняются и вы хотите, чтобы слой памяти обновлялся, а не добавлялся. Лучше всего подходит для агентного dev-ops или инфра-работ.
4. Cognee — лучший конвейер памяти, ориентированный на онтологию
Cognee идёт дальше на семантическую сторону. Он строит онтологию из вашей кодовой базы и бесед, а затем извлекает информацию по типизированным отношениям. Если вашему агенту нужно рассуждать “какие файлы зависят от этой схемы”, Cognee ближе к граф знаний, чем к хранилищу памяти.
Где это падает: Модель, ориентированная на онтологию, чрезмерна для случайного использования. Требует настройки онтологии для сияния.
Цены: Бесплатно, open-source. Управляемое предложение находится на ранней стадии доступа.
Платформы: Windows, macOS, Linux.
Итоговое заключение: Выберите это, когда память должна моделировать отношения (зависимости, эволюция схемы), а не простые заметки.
5. Паттерны памяти Claude Code — встроенная постоянная память сеанса для Claude Code
Claude Code теперь поддерживает постоянную память на уровне проекта через файлы CLAUDE.md и паттерн банка памяти. Сеансы автоматически суммируют свои решения в файл памяти, и агент читает этот файл при запуске. Это не хостинг-сервис памяти, но это самый короткий путь к “этот агент помнит, что мы делали на прошлой неделе”, если вы уже используете Claude Code.
Где это падает: Нет кросспроектного графа, нет запросов, нет редактирования UI за пределами простого текстового файла. Это условность, а не система.
Цены: Включено в Claude Code (ценообразование Anthropic).
Платформы: Windows, macOS, Linux.
Скачать: claude.com/code
Итоговое заключение: Выбор с наименьшим трением, если вы уже используете Claude Code. Переходите к mem0 или Letta, когда файл памяти становится слишком большим для человека, чтобы его просмотреть.
6. Cursor Memories — память на уровне проекта в Cursor
Cursor Memories захватывает правила и предпочтения, которые подбирает редактор Composer во время работы. Переименуйте переменную, и Cursor помнит соглашение об именовании. Отклоните предложенный рефакторинг дважды, и он перестанет предлагать этот паттерн. Вся память — по репозиториям, поэтому переключение проектов не приводит к утечке стиля.
Где это падает: Заблокирован на Cursor. Нет пути экспорта. Прозрачность памяти ограничена; пользователи могут видеть и редактировать правила, но не могут проверить полное встраивание памяти.
Цены: Включено в Cursor Pro ($20/месяц).
Платформы: Windows, macOS, Linux.
Скачать: cursor.com
Итоговое заключение: Выбор, когда Cursor уже ваш редактор. Не стоит переходить на Cursor только для памяти.
7. Windsurf Memories — постоянный контекст агента Cascade
Windsurf агент Cascade имеет собственную систему памяти, которая сохраняет правила, предпочтения и паттерны рабочего процесса между сеансами. Кроссфайловый семантический поиск сильнее, чем у Cursor, и модель памяти лучше справляется с mono-repo мультирепозиториями в тестах, которые мы проводили. Бесплатный уровень включает базовую память, Pro разблокирует долговечное хранилище.
Где это падает: Заблокирован на Windsurf. Память агента Cascade кажется менее полированной, чем основной опыт редактора.
Цены: Бесплатный уровень с базовой памятью. Pro от примерно $15/месяц.
Платформы: Windows, macOS, Linux.
Скачать: windsurf.com
Итоговое заключение: Выбор, если вы уже на Windsurf и хотите уровень долговечной памяти. Не причина менять редакторы сами по себе.
Как выбрать правильный
- Создание собственного агента и хотите памяти за один день: mem0.
- Создание собственного агента и нужен on-prem: Letta или Zep (граф) или Cognee (онтология).
- Используя Claude Code и хотите самый короткий путь: паттерны памяти Claude Code.
- Используя Cursor или Windsurf в качестве своего ежедневного драйвера: используйте их встроенную память и переходите на mem0 или Letta, если вы перерастёте их.
Для XDA-стиля “моя настройка начала выполняться сама по себе”: начните с памяти, которая поставляется с вашим текущим редактором, а затем добавьте хранилище графа (Zep) один раз, когда файл памяти с простым текстом становится громоздким.
FAQ
Какой лучший бесплатный инструмент памяти AI-агента? mem0 имеет самый щедрый бесплатный уровень для хостированного API. Для полностью open-source и self-hosted, Letta и сообщество Zep — выбор.
Могу ли я использовать их с Claude, GPT-5 и Gemini взаимозаменяемо? Да для mem0, Letta, Zep и Cognee. Cursor и Windsurf памяти заблокированы на собственных моделях редактора.
Утечка ли память агента между проектами? С mem0 и Letta, только если вы это сконфигурировали. Cursor и Windsurf хранят память по репозиториям по умолчанию.
Работают ли они в автономном режиме? Letta, Zep и Cognee могут быть полностью self-hosted с локальными моделями. mem0 по умолчанию использует SaaS; self-hosting поддерживается сообществом. Cursor и Windsurf памяти требуют облачного соединения.
Достаточна ли встроенная память Claude Code? Для одиночных проектов обычно да. Для командных проектов с ротирующимися участниками добавьте слой размещённой памяти (mem0 или Zep), чтобы все делились одним и тем же вспоминанием.
