Corrigindo a Lentidão do Agente de IA: Uma Árvore de Contexto Compartilhada por Repositório

A verdadeira razão pela qual seus agentes de codificação de IA parecem burros? Eles não compartilham o mesmo contexto que você. Você carrega meses de histórico da equipe, decisões sobre o código e falhas passadas. O Claw inicia uma nova sessão sem nada disso. Ele redescobre a mesma decisão de arquitetura toda segunda-feira. O agente no repositório A refatora um helper; o agente no repositório B desrefatora. Ninguém registrou o que já havia sido acordado.

O problema raiz: humanos e agentes precisam do mesmo nível de contexto, mantido atualizado para ambos os lados. Até mesmo um AGENTS.md por repositório fica desatualizado, diverge entre repositórios e ninguém assume a responsabilidade de atualizá-lo. Notion + um servidor MCP foi tentado, mas os agentes propunham edições que o Notion mesclava silenciosamente de forma errada.

A Solução: Um Repositório de Árvore de Contexto

Solução de um desenvolvedor: um repositório de nós em markdown organizados em uma hierarquia de árvore. Cada nó tem um dono. Antes de cada tarefa, o Claw recupera profundamente os nós relevantes, os lê e, após a tarefa, propõe atualizações — assim, a árvore de contexto se mantém automaticamente. Tanto o agente quanto o humano compartilham exatamente o mesmo contexto.

Detalhes Importantes

• Estrutura: Um repositório de arquivos .md em uma hierarquia de árvore.
• Propriedade: Cada nó tem um dono explícito (humano ou agente).
• Recuperação: O agente desce fundo na árvore, recupera informações relevantes antes de cada tarefa.
• Atualizações: Após a conclusão da tarefa, o agente propõe atualizações para os nós relevantes — o contexto é mantido automaticamente.

A abordagem garante que tanto o humano quanto o agente operem sempre a partir da mesma fonte de verdade atualizada.