Innhold Vis
Cog er et åpen kildekode-prosjekt som gir Claude Code vedvarende hukommelse – ikke via kode eller databaser, men via ren tekst og en smart konvensjonsstruktur. Prosjektet fikk 118 poeng og 38 kommentarer på Hacker News denne uken, og viser noe fundamentalt om hvordan AI-agenter faktisk kan bli bedre over tid.
Selve ideen er enkel: Hva om Claude Code hadde et strukturert system for å huske hva den har lært, hva den er god på, og hva den bør tenke på neste gang? Ikke som en database – men som en samling markdown-filer du selv kan lese, redigere og versjonere med git.
Jeg bruker Claude Code daglig til å drive jansverre.net, og dette prosjektet traff noe jeg har tenkt på lenge: Claude er utrolig kraftig per økt, men starter blank neste gang du åpner en ny samtale. Cog prøver å løse akkurat det – og tilnærmingen er elegant.
Hva er Cog – og hvordan fungerer det?
Cog er ikke kode. Det er et sett med konvensjoner – regler beskrevet i ren tekst – som lærer Claude Code hvordan den skal bygge og vedlikeholde sin egen hukommelse. Alt ligger i to typer filer: CLAUDE.md og skill-filer under .claude/commands/*.md.
CLAUDE.md er hjernens regelverk. Den definerer minnestruktur, når ting skal komprimeres, hvordan spørsmål skal rutes, og når informasjon skal arkiveres. Skill-filene er arbeidsflyter – konkrete oppskrifter for refleksjon, framsyn, vedlikehold og selvutvikling.
Resultatet er en trelagsarkitektur for minne:
- Hot Memory: Lastes ved hver samtale. Under 50 linjer. Det mest kritiske.
- Warm Memory: Domenespesifikke filer som lastes ved relevans. Kodestruktur, prosjektregler, aktive problemstillinger.
- Glacier: Arkiverte data som er indeksert og søkbar ved behov – som historiske beslutninger, avsluttede oppgaver, gammel kontekst.
Det minner meg litt om det jeg gjør med CLAUDE.md og rules/-filer her på jansverre.net – bare mye mer systematisert og med selvutvikling innebygd.
Hvorfor ren tekst – og ikke en database?
Her er det jeg synes er mest gjennomtenkt med Cog. Skaperen Marcio Puga skriver at ren tekst ikke er et kompromiss – det er akkurat det som gjør dette til å virke.
Minnefiler er bare markdown. Det betyr at Claude kan kjøre grep for å finne mønstre, bruke git diff for å se hva som har endret seg, og bruke standard Unix-verktøy for vedlikehold. Du får full observerbarhet – du kan til enhver tid åpne en fil og se nøyaktig hva Claude «husker».
Alternativet – vektorbaserte databaser, embeddings, RAG-systemer – er kraftigere på papiret, men gjør det vanskelig å debugge hva AI-en faktisk vet. Ren tekst gjør minnet til noe du eier og forstår.
Jeg har brukt mange år på å jobbe med systemer der ting skjer i svarte bokser. Det er alltid verre enn systemer der du kan se hva som skjer – selv om sistnevnte er enklere.
Selvrefleksjon og framsyn – skill-filene i praksis
Det som skiller Cog fra bare «en CLAUDE.md med instruksjoner» er skill-filene. Claude får eksplisitte arbeidsflyter for ting som normalt er implisitte:
Refleksjon: Etter en arbeidsøkt kan Claude systematisk oppdatere hva den har lært. Ikke bare hva som ble gjort, men hva som gikk bra, hva som var vanskelig, og hvilke mønstre som dukket opp.
Framsyn: Før en oppgave starter, kan Claude simulere scenarier – tenke gjennom hva som kan gå galt, hvilke avhengigheter som finnes, og hva som må prioriteres.
Housekeeping: Periodisk vedlikehold av minnestrukturen. Komprimere det som er gammelt, arkivere det som ikke lenger er relevant, og sørge for at hot memory forblir under 50 linjer og faktisk nyttig.
Selvutvikling: Kanskje den mest ambisiøse skill-en. Claude kan foreslå endringer i sine egne konvensjoner basert på hva som fungerer og ikke fungerer.
Hva tenker Hacker News?
Prosjektet fikk 118 poeng og 38 kommentarer på Hacker News – solid respons for et konvensjonssystem uten kode. Diskusjonen var interessant: mange brukere pekte på at dette ligner på mønsteret som allerede er populært med CLAUDE.md og rules/-filer, men Cog gjør det langt mer strukturert og selvutviklende.
Noen kommenterte at grensen på 50 linjer for hot memory er kunstig, men det er egentlig hele poenget – tvinge fram prioritering. Hvis alt er viktig, er ingenting viktig.
Andre sammenlignet Cog med SuperClaude og lignende rammeverk, men pekte på at Cog er mer minimalistisk og fokusert på minnearkitektur spesifikt, fremfor en full agent-stack med ruting og roller.
Er dette relevant hvis du allerede bruker Claude Code?
Ja – særlig hvis du jobber på langlivede prosjekter. Hvis du bruker Claude Code til enkle engangsskript, gir Cog lite verdi. Men hvis du har prosjekter som strekker seg over uker eller måneder, er minneproblemet reelt.
Jeg har løst deler av dette med CLAUDE.md og rules/-filer i jansverre.net-prosjektet, og det hjelper mye. Men Cog systematiserer det langt bedre enn det jeg har gjort intuitivt. Trelags-modellen er spesielt smart – å skille mellom det som alltid er relevant (hot), det som er domene-spesifikt (warm), og det historiske (glacier) er en mye bedre mental modell enn én stor instruksjonsfil.
Du kan lese mer om Claude Code og hvordan det har utviklet seg hvis du ikke er kjent med verktøyet fra før. Og jeg har tidligere skrevet om Code Review-funksjonen som Anthropic lanserte i mars 2026 – som er et annet eksempel på at Claude Code blir mer og mer av et fullverdig agent-system.
Cog er tilgjengelig på GitHub (MIT-lisens) og det kreves ingen installasjon – du kopierer rett og slett filstrukturen inn i prosjektet ditt og er i gang. Det er den typen verktøy jeg liker: ingen avhengigheter, ingen runtime, ingen servere. Bare tekst som fungerer.
