複数LLM併用する時の「さっき言ったじゃん」を解決するMCP、これは捗るな
LLM併用時の最大の摩擦『判断履歴の再共有』を1ファイルSQLiteで解く設計に納得。memory toolが各社縦割りなのが構造問題で、MCPでの横串が現実解
本文の AI 構文が鼻について目が滑る。自分の問いに AI が答えてる時は気にならないのに人の記事だと気になる現象ってない？
>結局 手動で context を再共有。 これが日常の pain。 ここに限らないけど各所hiphopみたいで笑っちゃう
agentmemoryと差があるのか、後で確認
token30%節約の根拠は？共有ファイル置き場作るのとメリデメ比較してくれんと無駄なMCP増えただけにしか見えない。
“LLM 使い分けは コスト 効率 の最適化 (= 安い LLM で量、 高い LLM で質)。 でも各 LLM が 自分の memory に閉じているので、 結局 手動で context を再共有。 これが日常の pain。 ”
AIっぽいというか90年代J-POPの歌詞みたいな文体…
AGENTS.mdを使うのじゃダメなのかな
これまさに同じめんどくささ感じてたのでなんとかしたいのだが微妙にやりたいこと違ってるかも。試してみて考えよう。
Claude Code/Cursor/Codex/Geminiの記憶分断を、Linksee Memoryで単一SQLiteに集約。caveat等を1回保存すれば複数LLMで共有でき、context再共有を減らせる。
あ、末尾にサブスク勧誘を書くシンガポールの人と同一人物だろうか。LLMではなくコーディングエージェントね。RLS制約は直接コードを調べてくれるんじゃないのと思わざるを得ない。
あなたの Claude Code/Cursor/Codex/Gemini、5LLM 横断して記憶する方法
複数LLM併用する時の「さっき言ったじゃん」を解決するMCP、これは捗るな
LLM併用時の最大の摩擦『判断履歴の再共有』を1ファイルSQLiteで解く設計に納得。memory toolが各社縦割りなのが構造問題で、MCPでの横串が現実解
本文の AI 構文が鼻について目が滑る。自分の問いに AI が答えてる時は気にならないのに人の記事だと気になる現象ってない？
>結局 手動で context を再共有。 これが日常の pain。 ここに限らないけど各所hiphopみたいで笑っちゃう
agentmemoryと差があるのか、後で確認
token30%節約の根拠は？共有ファイル置き場作るのとメリデメ比較してくれんと無駄なMCP増えただけにしか見えない。
“LLM 使い分けは コスト 効率 の最適化 (= 安い LLM で量、 高い LLM で質)。 でも各 LLM が 自分の memory に閉じているので、 結局 手動で context を再共有。 これが日常の pain。 ”
AIっぽいというか90年代J-POPの歌詞みたいな文体…
AGENTS.mdを使うのじゃダメなのかな
これまさに同じめんどくささ感じてたのでなんとかしたいのだが微妙にやりたいこと違ってるかも。試してみて考えよう。
Claude Code/Cursor/Codex/Geminiの記憶分断を、Linksee Memoryで単一SQLiteに集約。caveat等を1回保存すれば複数LLMで共有でき、context再共有を減らせる。
あ、末尾にサブスク勧誘を書くシンガポールの人と同一人物だろうか。LLMではなくコーディングエージェントね。RLS制約は直接コードを調べてくれるんじゃないのと思わざるを得ない。