AI agent 不缺代码，它缺工程记忆
AI agent 不缺代码，它缺工程记忆 在 RAG 或 grep 之前，先给 agent 工程意图 AI 编程正在变快。 快到什么程度？ 一个需求，几分钟出代码。 一个 bug，几轮对话就修。 一个重构，agent 可以通宵跑完。 但越用我越发现： AI agent 最大的问题，不是写不出代码。 它最大的问题是： 它不知道昨天为什么这么写。 它不知道哪个方案试过又放弃了。 它不知道哪个旧实现已经被替代了。 它不知道哪个兼容路径看起来丑，但不能删。 它不知道 reviewer 曾经明确说过：这里不能动。 它不知道队友正在推进一个相关方向。 它不知道代码背后的工程意图。 于是它会很自信地重复旧错误。 AI agent 会重复你昨天放弃的方案 这是最危险的地方。 不是它不会写。 是它太会写。 看到半成品，它会补完。 看到 TODO，它会推进。 看到 deprecated，它会删。 看到两个实现并存，它会两边都改。 看到历史包袱，它会“优化”掉。 从代码角度看，它很合理。 从工程历史角度看，它在犯错。 因为代码只告诉它： 现在是什么样。 但工程真正重要的是： 为什么是这样。 RAG 找代码，grep 找事实，但谁告诉 agent why？ 现在 AI Coding 圈一直在讨论 RAG 和 grep。 RAG 派说：代码库太大，必须用索引和语义检索。 Grep 派说：复杂工程任务必须看当前文件系统，代码事实必须新鲜可靠。 ...