Вышел новый open-source проект Draft, призванный решить проблему фрагментации знаний при совместной работе с AI-агентами. Инструмент позволяет синхронизировать контекст между членами команды, превращая разрозненные данные из мессенджеров и инструментов разработки в единую базу знаний для автоматического использования моделями.
Что произошло
Разработчики представили Draft — решение для macOS, которое работает в фоновом режиме и собирает данные из Slack, GitHub и заметок Granola. С помощью Claude инструмент синтезирует полученную информацию и предлагает обновления для общего или приватного git-репозитория. Подготовленные данные могут быть автоматически интегрированы в системные промпты таких агентов, как Claude Code, Codex, OpenClaw и Hermes.
Контекст
В современных командах, использующих AI-агентов, часто возникает проблема разрыва между живым обсуждением в Slack или заметками и техническим состоянием проекта. Draft выступает в роли инфраструктурного слоя, который создает 'Shared Agent Context' (общий контекст агентов), позволяя превратить разрозненную коммуникацию в структурированный слой управления знаниями.
Почему это важно для индустрии
Для индустрии появления Draft означает возможность формирования стандартов обмена контекстом между различными AI-агентами. Проект закладывает основу для появления специализированных Context Management Layers, которые станут промежуточным звеном между корпоративными данными и экосистемами агентов, а также позволит интегрировать механизмы синхронизации контекста непосредственно в CI/CD пайплайны.
Почему это важно для пользователей
Пользователи команд, работающих с AI-инструментами, смогут значительно повысить продуктивность: агентам больше не потребуется ручной пересказ контекста при каждом новом сеансе, так как они будут всегда 'в курсе' последних принятых решений. Это также ускоряет онбординг новых участников в AI-воркфлоу и минимизирует потерю важных деталей проекта.
Что пока неизвестно / ограничения
Существует разрыв в оценке применимости: если разработчики видят в Draft готовый инфраструктурный слой, то эксперты по архитектуре указывают на критические риски безопасности данных и отсутствие механизмов управления (governance) при внедрении в корпоративные среды.
Источники
Автор
Look at AI, редакция