Uygulamalı test: claude-mem, yapay zekâ kodlama agent'lerine sabit token maliyetiyle oturumlar arası bellek kazandırıyor

claude-mem ne yapıyor

dev.to'da yayımlanan uygulamalı bir inceleme, claude-mem'i ölçülü bir gözle ele alıyor. Alex Newman tarafından geliştirilen, Ağustos 2025'ten beri GitHub'da bulunan ve yazarın ifadesine göre yaklaşık 116.000 yıldız toplayan Apache-2.0 lisanslı bir proje bu. 12 Kasım 2026'da yayımlanan v15.18.1 sürümüyle test edilen araç, belirli bir boşluğu hedefliyor: Bir kodlama agent'i bir gün sizinle birlikte bir hatayı düzeltse bile, ertesi gün yeni bir oturum açtığınızda üzerinde anlaştığınız şeyden habersiz oluyor.

Mimari üç parçadan oluşuyor. Agent'in içindeki hook'lar her araç çağrısını — dosya okumaları, düzenlemeler, shell komutları — küçük bir yerel worker'a iletiyor. İkinci bir model olan observer, bu etkinliği kısa gözlemlere sıkıştırıyor ve oturum sona erdiğinde bir özet yazıyor. Bir sonraki oturum, bu gözlemlerin kompakt bir indeksiyle başlıyor ve agent, gerektiğinde tam ayrıntıları yalnızca projenin mem-search adını verdiği üç adımlı bir aramayla çekiyor. Ayrı bir save_memory aracı, agent'in bilinçli olarak bir not kaydetmesini sağlıyor.

Her şey ~/.claude-mem/claude-mem.db konumundaki bir SQLite dosyasında tutuluyor; semantik arama için üzerine Chroma eklenmiş (SQLite'ın anahtar kelime aramasının yanında) ve worker, 37700 portunda yerel bir web görüntüleyici sunuyor. README, Claude Code, Codex, Cursor, OpenCode ve 11 agent daha listeliyor; observer bir Anthropic planında, 30 günlük deneme sunan barındırılmış bir planda ya da kendi Gemini veya OpenRouter anahtarınızla çalışabiliyor. İncelemeci, projenin indeks boyutu iddiasının uçtan uca ölçülmüş bir tasarruf olmadığını açıkça kabul etmesini takdir ediyor — bu yüzden kendisi ölçmüş.

Test

Hiç harcama yapmamak için yazar, OpenCode 1.19'u ücretsiz bir DeepSeek modeliyle ve observer olarak ücretsiz katmanlı bir Gemini anahtarıyla eşleştirmiş. Kurulum sorunlu geçmiş: Yalnızca claude ve host sağlayıcıları oturum açmayı atladığı için yükleyici, çevrimiçi opt-out ayarlanmış olsa bile cmem.ai'de tarayıcıyla oturum açmamızı istemiş ve incelemeci sonunda settings.json'u elle düzenlemek zorunda kalmış. Telemetri varsayılan olarak açık. Ücretsiz Gemini katmanı ayrıca günlük 20 isteğini oturum ortasında tüketmiş, bu da yakalamayı durduran 30 dakikalık bir bekleme süresini tetiklemiş; bir model tanımlayıcısı da reddedilip yerine bir alias kabul edilmiş.

Test deposu olan ledgerlite, kullanımdan kaldırılmış float tabanlı bir modül içeren küçük bir Python faturalama projesi. Birinci oturumda agent başarısız bir GST testini düzeltmiş ve kendisine kodda hiçbir yerde bulunmayan üç kural söylenmiş: indirimler yüzde 30 ile sınırlı, baz puanı olarak saklanıyor ve GST'den önce ara toplama uygulanıyor; eski modüle asla dokunulmayacak; ve yeni özellikler changelog'daki Unreleased başlığı altına kaydedilecek. Aynı commit'te tamamen yeni açılan ikinci oturumda, daha önce kabul edilen finans kuralına uygun indirim desteği istenmiş — bellekle üç kez, belleksiz üç kez ve 40 kelimelik kuralın yeniden yazılmasıyla üç kez çalıştırılmış.

Kusursuz hatırlama, sabit yük

Asıl sonuç hatırlamaydı. Bellekli üç çalıştırmanın tamamında özellik doğru şekilde uygulandı — GST'den önce uygulanan 3.000 baz puanlık sınır, bir changelog girdisi, eski kod yok ve dokuz ila on geçen test. Belleksizken hiçbir çalıştırma kod üretmedi: Biri git geçmişini ve ev dizinini karıştırdıktan sonra bir izin isteminde takıldı, diğer ikisi durup kullanıcıdan kuralı yeniden açıklamasını istedi. Kuralı elle yeniden açıklamak da 3/3 aldı.

Tasarruf, hype'ın ima ettiğinden daha dardı. Keşif çağrıları çalıştırma başına 13,7'den 3,3'e düştü; ama bu neredeyse tamamen yalnızca sohbette var olan bir kararı aramamanın sonucuydu — agent, düzenlemeden önce kaynak dosyaları okumaya, gerektiği gibi, devam etti. Ve bellek, kuralı yeniden yazmaktan daha fazla token'a mal oldu: Çalıştırma başına işlenen bağlam token'ları kabaca 126.000'e karşı yaklaşık 66.000; çünkü yalnızca MCP araç tanımları her isteğe yaklaşık 4.800, eklentinin kendi arama araçlarıyla birlikte yaklaşık 5.200 token ekliyor ve bu, kabaca 250 token'lık yerleştirilen bellek bloğunu gölgede bırakıyor. Bunun çoğu sağlayıcı tarafından önbelleğe alınmıştı (önbelleğe alınmamış girdi daha yakındı: 16k'ya karşı 10k) ve geçen süre 35,0'a karşı 34,0 saniyeyle fiilen aynıydı.

Tesadüfi bir güvenlik bulgusu

Eklentisiz bir temel çalıştırmada, daha önce kabul edilen kuralı bulması söylenen belleksiz agent aramaya koyulmuş, sonra bellek veritabanının kendisini Python'ın sqlite3'üyle açmış ve kuralı doğrudan observations tablosundan okumuş. Depo, sizin kimliğinizle çalışan her sürecin okuyabileceği düz metin bir SQLite dosyası ve shell erişimi olan bir agent onu bulacaktır — incelemeci temiz sayılar alabilmek için temel ölçümleri, ev dizini ve çalışma alanı gizlenmiş bir bwrap sandbox'ının içinde yeniden çalıştırmak zorunda kalmış.

Neden önemli

Bu, agent belleğini sıfatlarla değil token'larla fiyatlandıran ender testlerden biri ve hükmü dengeli. claude-mem, yalnızca önceki bir sohbette var olan kararların engelleme yaratmadan kusursuz hatırlanmasını sağladı; ancak sabit istek başına yükü, küçük görevlerde bağlamı yeniden yazmayı aşıyor — değer, geçmiş oturumlarda sıkışıp kalan proje bilgisinin büyüklüğüyle ölçekleniyor. Güvenlik dersi bu aracın ötesine genelleniyor: Bir agent'in diskte hatırladığı her şey, shell erişimli bir agent'in gidip okuyabileceği şeyin ta kendisi.