智能体认知引擎是什么

这个项目到底是什么？

智能体认知引擎，让不同的 AI 工具，比如：ClaudeCode、Codex 等，在同一个业务项目下积累和共享经验。这些工具执行任务时产生的问答，可以按项目保存，整理出已经确认的业务规则、解决办法和习惯。后续换对话、换工具，仍然可以查找和使用同一份项目记忆。

它同时也是一个值得深入学习的 AI 实战项目：从不同工具收集对话，到分层整理经验、按任务查找，再到人工修改、权限管理和失败恢复，整个过程都有对应的实现。小伙伴可以沿着一个真实需求，学习怎样把 AI 能力做成可以持续使用的业务功能。

为什么会有这个项目

用 AI 写代码一段时间后，很多小伙伴都会遇到这个问题：同一件事要讲好几遍。

做商城的时候我把金额规则说得很清楚：全部按分保存、按分计算，展示给用户的时候再换算成元，中间不要来回换。AI 当时答应得很好。过几天我新开一个对话做退款，它又开始用浮点数处理金额。

问题在于讲清楚的那一次只发生在那个对话里。新对话或另一个工具未必能拿到这些背景，接着做任务时就可能再次忽略它。

做项目越久，这类"已经说清楚、但只存在于某一次对话里"的事情越多：

• 退款条件、订单什么时候自动关闭、哪些操作必须先确认
• 代码注释和文档用中文、改代码前先说要动哪些文件
• 上次那个金额重复换算的坑，最后是怎么解决的

每一件单独看都不大，但它们会一起影响最后的结果。靠自己在聊天记录里翻、每次重新复制，很费时间，也容易漏掉。

所以这个项目要解决的核心问题是：怎么让"已经讲清楚的经验和规则"不再局限某一次具体的对话，而是能变成这个项目能长期用的东西。

听起来觉得不是很难。但真做起来的话，会涉及到一连串不好解决的问题：

随口说的需求	背后真正要解决的问题
“让它自己从对话里记忆”	怎么判断哪些内容值得长期保存，怎么不重复记忆
“别把整段聊天都塞给我”	怎么只找相关的、怎么控制长度不撑爆上下文
“记错了我要能改”	自动整理和人工修改怎么共存，谁覆盖谁
“换个工具也得能用”	不同客户端怎么接入，凭据和权限怎么隔离
“几个人一起用得分开”	使用资格和管理权怎么分开判断
“它挂了别耽误我干活”	暂时失败时怎么缓冲和重试、怎么不阻塞用户

这个项目把这些问题放在同一个业务过程中逐步解决。小伙伴既能看到最后怎么使用，也能继续学习每个功能为什么这样设计。后面的学习收获和面试介绍会分别展开。

让不同 AI 工具可以共享做过的事和积累的经验

这里说的“同一个业务项目”，就是你正在做的商城、ERP 系统、网站等业务项目。

假设你用 Claude Code 讨论方案，用 Codex 实现功能，再用 OpenCode 检查问题。它们都在为同一个商城工作，前面确认过的业务要求就应该有一个共同存放的位置。

认知引擎提供的正是这个能力：把不同 AI 工具连接到同一个业务项目，接收它们执行任务时符合采集条件的用户提问和助手回答，统一管理来源，再把其中有用的内容整理成可共享的项目经验。

用三个工具完成同一个功能，可以怎样配合

下面用“导出订单报表”举一个连续的例子。工具分工只是为了讲清楚场景，你完全可以根据习惯调整。

工作推进到哪里	这次使用的工具	执行对话里产生了什么	后面的工具可以参考什么
先把需求讨论清楚	Claude Code	确认报表只导出已支付订单，金额按元展示	报表筛选条件、金额展示要求
接着实现报表	Codex	使用已整理的规则，完成过程中又确认了日期范围的要求	已有业务约定，以及新增的日期规则
再检查遗漏	OpenCode	结合可用经验，检查筛选条件和日期处理是否符合要求	前两个阶段已经留下的规则和处理经验
以后继续修改	任一已连接的工具	增加字段、修正问题或补充要求	同一项目中仍然有效、与当前任务有关的经验

这个过程中，Claude Code 里确认的事情，可以成为 Codex 后续工作的参考；Codex 执行时补充的经验，也可以在 OpenCode 中继续使用。 新内容经过整理并成为可用记忆后，后续任务就多了一份可以查找的项目背景。

共享的是项目经验，保存的对话还能查找到来源

这项功能包含两件事，放在一起才好理解：

不同工具的执行问答，归到同一个业务项目

哪次提了什么要求、助手怎样回答，可以按来源查看。排查一条规则的来历时，有权限的人能回到对应的讨论。

问答中的有用经验，供后面的工具继续使用

业务要求、确认过的做法、问题解决经验会参与整理。下次执行相关任务时，再查找当前可用的内容提供给工具。

换工具后，你可以直接围绕新增需求继续讨论，减少手动摘抄前面结论的工作。对持续几周、几个月的业务项目来说，这种积累比只在某一次对话里记住背景更有用。

使用时需要先完成项目连接

Claude Code、Codex、OpenCode 需要按各自指引连接到同一个业务项目，并开启需要的保存、查找功能。跨工具复用的是整理后的可用经验；它不会把一个工具的整个会话窗口、文件修改或所有执行过程原样迁移到另一个工具。团队成员能使用哪些内容，也仍然按权限判断。

图中把“来源问答”和“共享项目经验”分成了两层。三个工具提交的是已经完成的问答，后续查找使用的是整理后的经验，不是整个聊天窗口或文件改动。

它和你现在用的 AI 工具是什么关系

你继续使用 Claude Code、Codex、OpenCode 原有的账号、模型和会话，照常提出需求、完成任务和检查结果。认知引擎在完成连接后，为它们提供保存与使用项目经验的能力。

AI 工具负责完成当前任务，认知引擎负责管理可以跨任务、跨工具复用的内容。

你负责的照常在熟悉的 AI 工具里干活

提问、改代码、检查结果，用哪个工具、怎么推进，仍然由你决定。日常工作继续在原来的工具里完成。

项目负责把项目经验收集起来

把值得留下的内容整理成这个项目能用的经验，需要的时候再找出来交给 Agent 工具。这些内容你也随时可以查看和修改。

图中其他品牌表示可扩展的工具生态，已提供的接入支持以上文列出的三个工具为准。

这张图用“商城项目”展示经验怎样按业务项目分开管理。选中项目后，可以看到当前可用的记忆条目，也能查看来源、继续修改；图中的内容都是示例数据。

这个项目最值得学习的地方

有的小伙伴会把"保存记忆"想得特别简单，不就是找个地方存文本、用的时候搜一下就行了吗。

真正做下去会发现，难的是让这些内容一直有用、方便维护，又能在需要时找出来。这个项目里有三个设计判断，我认为是最值得学的部分。

判断一：经验要分层级，不能单纯只保存"一条条的规则"

如果只保存一条条单独的规则，AI 拿到的也都只是碎片化的信息。所以项目把内容分成四层：

层次	存的是什么	你可以理解成
原始对话	用户和助手当时说了什么，原样保留	会议的真实录音
记忆条目	一条条能独立使用的规则、偏好、限制	会议纪要的条目
场景记忆	围绕同一件事的对话和经验	按主题归档的文件夹
核心记忆	从多个场景里归纳出的稳定规则	部门的工作准则

越往下，内容越经过整理，同时会保留来源关系。如果要追问“当初为什么这么定”，在来源仍然保留且有查看权限时，可以回到当时的讨论。这套分层把零散经验和整体认识联系起来，后面的查找、修改也围绕这些内容进行。

判断二：人工维护的规则，自动整理不能直接覆盖

这个功能我在实现的过程中根据之前的经验进行设计，最后的方案是这样的：

对当前由人工维护的记忆版本，自动整理不能直接覆盖。需要更新时，会形成待审核建议；涉及合并等操作时，也会检查并保护人工内容。

系统会区分当前内容是人工维护还是自动生成，再决定允许怎样修改。这样你明确调整过的规则，不会被一次自动整理直接改掉。

这个设计解决的是长期使用里最不好处理的问题：辛辛苦苦设计好的一条业务规则，被某次对话自动整理时顺手给修改掉了。

判断三：宁愿少给内容，也不能把上下文给撑爆了

AI 的上下文位置是有限的。项目积累的经验越多，就也要考虑到底什么内容才是 AI 需要的，无关的内容会挤掉真正有用的那部分。

所以提供给工具之前，要去掉重复内容，检查权限和当前版本，并控制整体长度。超过可用长度的内容需要筛减，已经不可用的记录也不能继续提供。

小伙伴可以继续看项目亮点与实际价值，了解这些设计怎样影响日常使用，以及为什么值得放到实战项目中学习。

这三个判断本身就是面试里能讲的东西

“长期记忆怎么设计”、“自动生成的产物怎么和人工修改共存”、“上下文预算怎么分配”。

这些方向可以作为准备 AI 应用和后端项目面试的话题。在这个项目里有对应实现，适合结合具体场景、设计选择和实际验证来讲。

不同业务项目的经验，分开管理

大家平时做的可能是一个商城、一个 ERP 系统，或者一套给客户定制的系统。同一个业务项目的记忆和经验放在一起管理，不同项目各自保存，查找时也按项目范围进行。

这个划分方式解决了一个很常见的问题。假设你白天维护商城项目、晚上写技术网站项目，两边都需要 AI 执行，但要求完全不同：商城关心金额和退款，网站关心文章风格和栏目安排。这两种项目的经验就要分开保管，不能互相干扰。

认知引擎在创建业务项目的时候，会自动准备一个默认记忆库，这样你就不用自己规划目录结构。不同项目怎样安排、团队怎样共用经验，会在项目亮点与实际价值中继续介绍。

哪些规则和内容值得保存下来

判断标准其实并不难：后面还会用到的事情，就值得保留。

一次性的回应和没有长期价值的内容，可以不生成记忆。比如“收到，谢谢”通常不用专门记下；一次报错虽然已经解决，其中确认过的原因和处理办法，后面仍然可能有用。

留下的内容	例子	以后可能在什么地方用上
项目规则	金额按分保存，展示时换算成元	订单、退款、金额展示相关任务
已经确认的选择	本次先做原路退款，其他方式以后再说	后续接着完善退款方案时
协作习惯	改代码前先说要动哪些文件；注释和文档用中文	后续每一次讨论和改动
踩过的坑	某次金额算错是因为重复换算，后来统一了处理方式	再遇到类似问题时

一句还没验证的猜测、一段还没讨论出结论的方案，一般不该直接变成长期规则。系统在整理时会筛选、比较已有内容，部分变更需要人工确认。这部分在让零散对话形成长期经验中继续介绍。

它和聊天记录、自己的 AGENTS.md 有什么不一样

这三个东西我平时都在用，它们各有各的用处，我从来没打算用认知引擎代替另外两个。

	擅长什么	不擅长什么
聊天记录	完整还原当时怎么讨论的，包括被否决的方案	太长、太散，想找一条结论得翻半天
AGENTS.md	手工写好项目规则，供工具参考	新经验要自己补充，内容多了也需要整理
认知引擎	整理可复用内容，在已连接的工具执行任务时查找相关经验	需要维护内容质量，也需要检查 AI 最后是否正确使用

一次退款讨论可能聊了几十轮、试了好几个方案，最后定下来的其实就三条规则。

下次处理一个小问题时，可以优先使用整理好的三条规则。如果想弄清“当初为什么定成这样”，在来源仍然保留且有权限时，也可以回到原始讨论检查。

跟着这个项目能学到什么

小伙伴可以先看个总览，详细的介绍请跳转到：跟着项目能学到什么。这里关注的是你学完后能处理什么问题，以及能否独立改动、验证和解释自己的方案。

能力方向	你会真正接触到的东西
长期记忆设计	记忆为什么要分层、每层怎么演化、怎么避免越来越乱
使用大模型完成业务	怎样检查返回内容、给不同整理任务选择和验证模型
找到有用的经验	怎样兼顾关键词和意思相近的说法，控制给 AI 的内容长度
重复与失败处理	同一段问答反复发送怎样避免重复处理，失败后怎样继续
内容长期维护	记录修改历史和来源，原内容变化后怎样处理相关经验
个人与团队权限	能使用、能查看原话、能修改内容，分别怎样判断
多工具接入	一套服务怎样连接多个 AI 工具，共同使用业务项目的经验

什么样的工作更适合用它

我的经验是，越是需要反复沿用已有经验和约定的工作，越适合用它。

• 长期做同一个项目。 时间越长，攒下来的规则越多，每次新开对话省下的事情就越多。
• 同时做几个差别比较大的项目。 分开之后，商城项目和网站项目各自的规则不会互相干扰。
• 和同事一起推进一个项目。 整理好的经验可以让别人直接用上，接手的人不用从头问一遍。
• 在多个 AI 工具之间切换。 用 Claude Code 讨论方案、Codex 实现、OpenCode 检查时，连接到同一业务项目的工具可以继续查找和使用已经积累的经验。