Beacon uses Jev to decide which agent experiences are worth remembering
Open-source memory layer Beacon spans 20+ environments including Claude Code, Codex and Cursor, using Jev to judge which corrections from past sessions deserve promotion into reusable Skills.
🚨 Jev、これ人間働く必要なくなりましたね。 👇 Claude Codeで1回解いた問題を、 次からCodexやCursorまで最初から知ってる状態に できる仕組みが出てきたぞ‼️ しかも、 自己改善するエージェント用メモリレイヤー としてオープンソース化されてる 名前は Beacon。 ・Claude Code ・Codex ・Cursor ・OpenCode ・その他20以上のエージェント環境 をまたいで、 過去の実行履歴から 「本当に学ぶ価値がある部分」だけを 抽出して再利用できます。 普通のエージェントメモリは、 「過去のセッションを保存する」 ところで終わる。 でもBeaconは違う。 Claude Codeで作業 ↓ 実装 ↓ テスト ↓ 人間が修正 ↓ 再実装 ↓ 回帰テスト追加 ここまでのセッションを全部記録。 そのあとJevが、 「この修正、本当に次回も使える教訓なのか？」 を評価する。 見るのは例えば、 ・根拠があるか ・別タスクでも再利用できるか ・人間が実際に修正したポイントか ・偶然うまくいっただけではないか みたいな部分。 そしてスコアに応じて、 昇格 ↓ 人間レビュー ↓ 破棄 を決める。 承認された知識は、 ただのログではなく 再利用可能なSkillやエージェント向けルール に変換される。 つまり、 Claude Codeで発見したデバッグ手法 ↓ 次回はCodexが利用 Cursorで解決したバグ ↓ OpenCodeも利用 ができる。 これが本質。 今までAIエージェントって、 ツールを変えるたびに毎回新人だった。 Claudeが昨日3時間かけて解決した問題を、 今日Codexがまたゼロから調べる。 Beaconはそこを潰す。 1体のAIが払った学習コストを、 他のAIまで共有する。 しかも重要なのは、 全部を記憶させないこと。 セッションには、 ・どうでもいい探索 ・失敗したコマンド ・その場限りの修正 ・大量のノイズ も含まれる。 だからJevを 「何を記憶する価値があるかを決める判定レイヤー」 として使う。 保存するだけじゃない。 経験 → 評価 → 教訓化 → Skill化 → 他Agentへ共有 まで回す。 これ、 AIエージェントのMemoryで かなり重要な方向性だと思う。 「AIに全部覚えさせる」のではなく、 学ぶ価値がある経験だけを 組織の知識に昇格させる 人間の会社でいう ナレッジベースそのもの。 Claude Code、Codex、Cursorを 複数使ってる人ほど、 Beacon × Jevはかなり面白い 引用へ https://x.com/_avichawla/status/2101966536798040332/video/1
This post quotes another post: x.com/claudecode84/status/2086376446277333438