OpenClaw 메모 플러그인, AI 코딩 에이전트의 메모리 핸드오프 문제 해결

Claude 코드 유출 사건은 많은 AI 코딩 에이전트 설정이 본질적으로 비싼 로그 전송에 불과한 결함 있는 메모리 핸드오프 시스템을 가지고 있음을 드러냈습니다. 작업이 확대되거나 제공자가 변경될 때, 이러한 시스템은 종종 전체적으로 부풀려진 대화 기록을 경계를 넘어 끌고 가며 여러 문제를 일으킵니다.

현재 메모리 핸드오프의 문제점

출처에 따르면, 일반적인 메모리 핸드오프 문제는 다음과 같습니다:

• 폴백 모델이 며칠 동안의 죽은 도구 대화, 실패한 웹 풀, 반쯤 파싱된 HTML, 깨진 bash 출력을 상속받음
• 로컬 모델이 클라우드 규모의 컨텍스트 블롭에 질식하여 이전에 작성된 코드를 내보내지 못함
• 수동 컨텍스트 삭제로 인해 에이전트가 "반쪽만 로보토마이징"되고 중요한 규칙을 잊어버림

사용자는 다음과 같이 언급합니다: "그것은 메모리가 아닙니다. 그저 멋진 이름을 가진 로그 전송일 뿐입니다." 그들은 만약 메모리 계층이 제공자 컨텍스트에 묶여 있다면, 당신은 에이전트의 두뇌를 소유하는 것이 아니라 그 시간에 추론을 제공하는 사람에게서 연속성을 임대하는 것에 불과하다고 강조합니다.

해결책: OpenClaw 메모스 플러그인

사용자는 기본 흐름을 OpenClaw의 메모스 플러그인으로 대체했으며, 이는 다음과 같은 기능을 제공합니다:

• 언제든지 이전에 작성된 코드를 회상할 수 있는 능력
• 모델 전환에도 살아남는 엄격한 규칙
• 최근 작업을 짧은 핸드오프 요약으로 압축
• 다음 모델을 오염시키지 않는 오래된 도구 잡음
• 뇌 이식이 아닌 폴백처럼 느껴지는 장애 조치

구성 세부 정보

사용자의 구성은 다음과 같습니다:

{
  plugins: {
    memos: {
      strategy: selective_recall,
      max_injection_tokens: 4000,
      drop_stale_tool_calls: true
    }
  }
}

실질적인 결과로, 폴백 모델은 불완전한 코드 조각 대신 깨끗한 2천 줄의 코드를 받게 됩니다. 사용자는 많은 개발자들이 컨텍스트 창을 메모리와 동일시하는 실수를 저지르지만, 진정한 메모리 관리는 단순히 전체 채팅 로그를 모델 경계를 넘어 끌고 가는 것보다 더 정교한 오케스트레이션이 필요하다고 결론지었습니다.