Как AI-ассистент учится работать именно с тобой

Утро. Я говорю «доброе утро» — и вместо «Доброе утро! Чем могу помочь?» получаю вопрос про сон. Не потому что это прописано в промпте (хотя и прописано тоже). А потому что AI помнит: я трекаю сон уже неделю, вчера лёг поздно, и данные за ночь ещё не записаны.

Через пять минут он показывает дайджест из вчерашней истории браузера. MacBook Pro M5, Google Analytics, продажа цифровых продуктов — всё подано нейтрально, без «вместо работы вы смотрели…». Это тоже не случайность. Это правило, которое появилось после того, как я его поправил.

Звучит как магия персонализации? Это не магия. Это четыре слоя текстовых файлов.

Слой первый: прошивка — CLAUDE.md

Каждый проект с Claude Code начинается с файла CLAUDE.md. Это инструкция для AI — тон, структура, команды, правила. В моём случае этот файл довольно большой: он описывает YOS как систему, задаёт роль ассистента, перечисляет триггеры для действий.

**Тон**: поддерживающий, но честный.
Не льсти. Не избегай сложных тем.
Говори как надёжный друг, который действительно хочет помочь.

Здесь же — структура папок, форматы файлов, какие инструменты использовать. Это работает с первой сессии. Открываешь проект — AI уже знает, что journal/2026/03/04.md это сегодняшний дневник, а habits/definitions.md — список привычек.

Но CLAUDE.md — это описание должности. Как если бы ты нанял человека и дал ему мануал. Он будет следовать инструкциям, но не будет понимать тебя. Для этого нужен следующий слой.

Слой второй: память — MEMORY.md

Вот где всё становится интересным.

У Claude Code есть механизм авто-памяти: файл MEMORY.md, который подгружается в каждую сессию. AI может писать туда сам, я могу редактировать. Содержимое — не факты обо мне, а поведенческие правила, выработанные практикой.

Три примера, каждый из которых — след конкретной ситуации:

«Состояние важнее задач»

Раньше утренний обзор начинался с задач. Логично — утро, продуктивность, вперёд. Но несколько раз я говорил «устал» или «плохо спал», а AI всё равно сыпал списком дел на день.

Теперь в памяти записано:

Если он говорит про усталость, сонливость, тревогу — это не фон, это главный сигнал. Сначала разобраться с состоянием, потом задачи.

И утренний ритуал перестроился: первый шаг — чекин самочувствия. Если ответ тяжёлый — меньше задач, мягче тон, предложение начать с простого. Не потому что кто-то написал if/else, а потому что правило вписано в контекст.

«Проверь journal перед вопросом»

Каждое утро AI спрашивал: «Во сколько лёг? Во сколько проснулся? Был ли дневной сон?» Даже когда эти данные уже были записаны накануне вечером. Я поправил — и теперь в памяти:

Перед чекином — сначала проверять вчерашний journal на данные о сне. Не спрашивать то, что уже записано — только уточнять недостающее.

Мелочь? Да. Но именно из таких мелочей складывается ощущение, что ассистент помнит контекст, а не стартует с нуля.

«Не записывай предположения как факты»

Самое важное. Однажды AI увидел что-то в истории браузера и вписал в мой профиль интересов как устойчивую тему. Я посмотрел один раз — а это уже «устойчивый интерес». Нет.

Не записывай предположения как факты. Если что-то увидел в истории — спроси, а не сразу вписывай в профиль.

Это правило изменило не только работу с интересами. Оно задало общий принцип: уточняй контекст вопросами, а не додумывай.

Как это работает технически

Механизм простой до разочарования: пользователь поправляет → AI записывает правило в MEMORY.md → правило попадает в контекст каждой следующей сессии. Нет machine learning, нет fine-tuning. Просто текстовый файл, который растёт.

Сила в том, что правила написаны на языке поведения, а не на языке кода. «Состояние важнее задач» — AI не нужно разбирать if-statement, он понимает это напрямую.

Слой третий: скиллы и контекст

Память говорит как себя вести. Но чтобы поведение было полезным, нужны данные и процессы.

Скиллы — это кодифицированные последовательности действий. Утренний ритуал, например — это скилл morning, который оркестрирует четыре других: чекин → дайджест → обзор задач → план дня. Каждый шаг заканчивается паузой и ожиданием реакции. Это не программа, а описание процесса на естественном языке, которое AI выполняет.

Что это даёт: я говорю «утро» — и получаю тот же структурированный ритуал, что вчера. Не приходится каждый раз объяснять, что мне нужно. Скилл — это «то, что работает», зафиксированное в файле.

Контекстные файлы — топливо для скиллов. История браузера собирается ежедневно в context/browser/. Из неё AI обновляет профиль интересов — context/interests.md. Но не плоским списком, а трёхуровневой таксономией:

Устойчивые темы — подтверждены многократными визитами и рабочим контекстом
Недавние всплески — появились в последние дни, могут быть временными
Потенциальные интересы — замечены косвенно, требуют подтверждения

Эта структура — тоже результат калибровки. Плоский список приводил к тому, что одноразовый поиск попадал на один уровень с профессиональной экспертизой. Три уровня = выученная осторожность. Новые темы начинают внизу и поднимаются только если подтверждаются данными.

Честный итог

Что работает:

Память действительно накапливается. Каждая сессия — немного лучше предыдущей. AI перестаёт быть generic-ассистентом и начинает работать с тобой — помнит твои предпочтения, не повторяет ошибки, адаптирует тон под состояние.

Четыре слоя — инструкции, память, скиллы, контекст — дают разные виды адаптации. Инструкции задают рамку, память хранит нюансы, скиллы обеспечивают стабильность, контекст даёт свежие данные. Вместе это работает как операционная система, которая реально тебя знает.

Что не работает:

Память растёт, и старые правила начинают конфликтовать с новыми. Нужна периодическая ревизия — как разгребание ящика с инструкциями, из которых половина устарела.

Это требует усилий от пользователя. AI не научится сам — ты должен его поправлять, должен формулировать, что именно пошло не так. Это не пассивная персонализация а-ля Netflix, где алгоритм подбирает за тебя. Это совместная работа.

И рамка контекстного окна реальна. Все эти файлы — инструкции, память, скиллы, контекст дня — занимают место. Чем больше система знает, тем ближе к потолку.

Это не фича, которую можно включить. Это практика, которую нужно поддерживать. Но результат стоит того: вместо ассистента, который каждый раз начинает с нуля, ты получаешь ассистента, который накапливает понимание. Файл за файлом, правило за правилом, ошибка за ошибкой.

Этот пост тоже написан вместе с тем самым ассистентом. Он помнит, что я не люблю когда додумывают, предпочитаю нарративный стиль bullet points, и миксую русский с английскими терминами. Ему не нужно было об этом напоминать.