Почему AI-ассистенты забывают всё, что делали вчера

Большинство разработчиков уже свыклись с AI-помощниками, которые напоминают старательных, но рассеянных стажёров. Они генерируют код, помогают отлавливать баги, иногда предлагают улучшения — но стоит чему-то пойти не так, или захочется вернуться к earlier approach, и ты по сути начинаешь с нуля. История переписки хранится где-то в тёмной базе данных, доступ к которой тебе никогда не откроют. Логика работы агента испаряется в момент закрытия сессии.

Проблема в том, что Git в таких системах используется по остаточному принципу. А ведь это фундаментальная ошибка.

Git — это машина состояний, а не хранилище резервных копий

Вот что многие упускают из виду: Git — это не просто инструмент для отслеживания изменений в файлах. Это машина состояний с встроенным логом переписки. Каждый коммит фиксирует не только сами изменения, но и контекст, в котором они появились. Ветки представляют альтернативные реальности. Worktrees позволяют находиться сразу в нескольких местах одновременно.

Теперь представь AI-агента, который понимает эту архитектуру нативно.

Вместо того чтобы хранить своё состояние во внутренней базе данных, каждое действие ассистента коммитится в репозиторий вместе с полной историей переписки и выполненных команд. Хочешь вернуться к тому подходу недельной давности? Не нужно рыться в логах — просто переключаешься на нужный коммит. Хочешь попробовать альтернативный дизайн? Не нужно бросать текущую работу — создаёшь ветку с отдельным worktree.

Это не просто хитрый трюк реализации. Это принципиально другая модель мышления о том, как должен работать AI-assisted development.

Что это даёт на практике

Ветвление как полноценная операция

В традиционных агентах исследование альтернативного подхода означает либо забросить текущее направление, либо поддерживать всё более запутанное состояние. С Git-native reasoning ветвление открывает свежий интерактивный контекст в изолированном worktree. Можно протестировать эту безумную идею с рефакторингом, не трогая стабильную ветку. Сработало — мержишь обратно. Не сработало — удаляешь ветку и возвращаешься ровно туда, где был.

Восстановление сессий, которое действительно работает

Сколько раз продуктивная сессия отладки пропадала из-за закрытия не той вкладки или внезапного краха системы? Когда каждый шаг, изменивший файл, закоммичен с историей переписки, откат к любой контрольной точке становится тривиальной задачей. Не нужно надеяться, что система сохранила состояние — ты буквально видишь коммиты в своём репозитории.

Горячая смена конфигураций посреди сессии

Лучшие разработчики переключаются между разными ментальными моделями в течение дня. Иногда планируешь архитектуру, иногда埋头苦干 над реализацией, иногда в режиме ревью. Git-native агент может переключаться между разными конфигурациями — planner, coder, reviewer — не теряя активный контекст. Переходы чистые, потому что состояние живёт в Git.

Параллельное исследование в масштабе

Запуск нескольких агентов одновременно — это не научная фантастика, когда архитектура построена на worktrees. Несколько подходов можно исследовать параллельно, каждый в своём изолированном окружении. Результаты сравниваются, мержатся или отбрасываются независимо.

Почему это важно для developer experience

Есть психологический аспект, который часто упускают. Когда AI-ассистент работает в непрозрачной системе, развивается выученная беспомощность относительно его состояния. Перестаёшь спрашивать «что мы делали вчера?» — потому что ответ связан с тыканьем по интерфейсам, которые для других целей создавались.

Когда агент живёт в Git, порог входа падает до нуля. Ты уже умеешь работать с ветками. Ты уже умеешь делать diff. Ты уже умеешь checkout. Кривая обучения выравнивается, потому что ты расширяешь знакомые рабочие процессы, а не осваиваешь совершенно новые.

Для команд это ещё мощнее. Вся история разработки становится поисковой, проверяемой и восстановимой. Онбординг нового разработчика — это не объяснение какой-то проприетарной системы истории агента. Это «вот наш репозиторий, и кстати, вот что AI думал в каждом коммите».

Инструменты, которые это реализуют

Современные Git-native агенты поддерживают множество бэкендов — локальные модели через mlx-lm, облачные провайдеры вроде Gemini, Claude и другие. ПлюсRobust набор инструментов для файловых операций, shell-команд и поиска. Абстракция работает, потому что строится поверх проверенных примитивов Git, а не пытается их воссоздать.

Горячие клавиши ощущаются родными, потому что маппятся на операции, которые разработчики и так выполняют: прыжки между табами — это переключение контекстов, diff показывает точные изменения, а история — это просто история.

Взгляд в будущее

Мы входим в эру, когда AI-assisted development tools нужно взрослеть. Пруф-оф-концепты — это красиво, но останутся те инструменты, которые уважают то, как разработчики уже работают. Git-native агенты не просят тебя менять workflow ради AI. Они расширяют существующую инфраструктуру AI-суперспособностями.

Вопрос не в том, станет ли AI неотъемлемой частью рабочих процессов — он уже стал. Вопрос в том, будут ли эти интеграции ощущаться как инородные объекты, прикрученные к привычным инструментам, или как естественное продолжение систем, которым разработчики уже доверяют.

Для тех, кто обжигался на непрозрачных состояниях агентов и потерянных сессиях, Git-native reasoning ощущается не как инновация, а как возврат к здравому смыслу.