Управление контекстом при растущей кодовой базе автотестов с помощью ИИ

Подробнее о конференции Heisenbug: https://jrg.su/xC2gbh — — Целевая аудитория:  — автотестировщики; — нагрузочные тестировщики; — программисты. Технологический стек:  — Python, Rust; — Git; — HelixDB; — Helixir-memory framework; — Mem0 framework; — Cursor IDE. Проблема: сейчас все больше автотестов генерится с помощью ИИ — это дает увеличение скорости разработки. Но при росте кодовой базы возникает проблема — ИИ не может «прожевать» большой проект с множеством тестов. «Забывает», что делал, создает дубли модулей и кода.  Для решения этой проблемы есть решения, которые могут помочь управлять большой кодовой базой, не давая ИИ забыть то, над чем вы работаете, помогая сохранять не только контекст, но и причины его возникновения.  Я собираюсь рассмотреть различные форматы хранения контекста таких проектов: md -файлы, task/issues, фреймворки памяти.