AICTX: Hoe je AI-programmeurs hun geheugen teruggeeft

Heb je ooit met Claude of Copilot gewerkt en gemerkt dat ze elke sessie weer van voren af aan beginnen? Dat is niet omdat de modellen slecht zijn, maar omdat ze geen herinnering hebben aan wat ze eerder deden. Sluit je sessie en alles is weg: context, beslissingen, mislukte commando's. Het voelt alsof je telkens een nieuwe developer aanneemt die niets van het project afweet.

Het cold-start-probleem

Wanneer een AI-agent een nieuwe sessie opstart, begint die meestal met een rondje verkennen:

• De README lezen om te begrijpen wat het project inhoudt
• De codebase doorspitten om de huidige staat te achterhalen
• Opnieuw commando's uitvoeren om te testen wat werkt
• Gokken wat er nu moet gebeuren

Ondertussen verspil je tokens en tijd aan werk dat in de vorige sessie al was gedaan. Dat is geen tekortkoming van de AI, maar een gebrek aan infrastructuur. Een menselijke developer zou je ook nooit zonder context laten starten. Waarom zou je dat van een AI verwachten?

AICTX lost het op met een lokale "continuity capsule"

AICTX geeft elke AI-agent een structuur die het vorige werk van de sessie draagt. Die heet een continuity capsule en wordt opgeslagen in een .aictx/-map in je repo. Het is niet verborgen in een cloud-dienst en valt niet onder vendor lock-in. Je kunt het gewoon inspecteren, versiebeheersen en delen.

Het effect is dat je volgende sessie meteen weet:

• Wat er op dit moment speelt en waarom
• Welke beslissingen al genomen zijn
• Wat er mislukte en hoe dat gebeurde
• Wat de belangrijke validaties zijn
• Waar je als eerste moet kijken

Wat er precies bewaard blijft

AICTX houdt vier soorten informatie bij:

Work State
De actuele taak: het doel, de openstaande files, de risico's en de volgende stap die de agent moet nemen. Niet een vaag samenvatting, terwijl