8.0
热点
AI SCORE
编程提效2026-08-10 21:35
Genesis：AI编程助手的项目级认知记忆层
dev.to · AI#AI编程助手#Agent#记忆系统
Editor brief · 编辑速览
为AI编程助手设计的项目本地认知层，让Agent理解项目架构、遵循约定、保留跨会话知识，解决每次新建都需重新了解项目的问题。
AI coding agents 正在变得越来越擅长写代码。
但我一直看到一个问题：
每个新的 agent 会话都从重新发现项目开始。
它需要弄清楚架构。
它需要发现规范。
它需要理解之前的决策。
它需要了解团队的工作方式。
会话结束后，很多这样的理解就消失了。
所以我构建了一个东西来解决这个问题。
GitHub — raiyanu/agent-genesis Skill.sh — raiyanu/agent-genesis
Genesis 是面向 AI agents 的项目本地认知层。
我把它看作是一个 agent 的第一个大脑。
在一个 agent 开始处理项目之前，Genesis 为它提供了一种结构化的方式来：
理解项目
学习现有架构
遵循既定规范
重用之前的知识
从新发现中学习
为未来的会话保留有用的知识
核心思想很简单：
先理解再行动。工作在学习中。为下一个 agent 记住。
工作流是这样的：
Genesis
↓
Understand
↓
Plan
↓
Execute
↓
Learn
↓
Remember
↺
重要的是最后一步。
agent 不仅仅只是完成任务。
它可以留下知识，使下一次会话变得更好。
我不希望 Genesis 依赖特定的 AI provider、IDE 或 agent runtime。
知识属于项目。
这意味着它可以与代码库并存，并且可以用 Git 进行版本控制。
简化的结构如下：
.agents/
├── SKILL.md
└── agent_md/
├── project-learn.md
├── user-learn.md
├── domains/
├── patterns/
├── decisions/
└── debugging/
这使项目知识：
在会话之间持久化
想象三个开发者在同一个项目上工作。
开发者 A 向一个 AI agent 传授了一个重要的架构决策。
开发者 B 明天开始一个新的会话。
如果没有持久化知识，agent 可能需要重新发现那个决策。
有了 Genesis，项目可以保留它。
Developer A
↓
Agent
↓
Discovers
Knowledge
↓
Genesis
↓
Project Memory
↓
Developer B
↓
Agent
↓
Starts with
that knowledge
项目逐渐变得更擅长与其 agents 沟通。
这是一个重要的区别。
我不把 Genesis 仅仅看作一个 memory 文件夹。
Memory 只是它的一部分。
Genesis 是关于 agent 与项目的关系：
理解已经存在的东西。
遵循项目的架构和规范。
识别学到了什么，并保留可以帮助未来工作的知识。
这创造了一个持续学习的循环。
我故意保持基础简单。
没有专有格式。
只是人类和 AI agents 都能理解的文件。
这给了知识与源代码相同的好处：
Git
↓
Versioning
↓
Review
↓
History
↓
Collaboration
项目知识成为项目本身的一部分。
我认为我们正在走向一个项目不仅仅包含源代码的世界。
它们还将包含为在源代码上工作的 agents 提供 context。
Source Code
Documentation
Tests
Configuration
我认为我们将越来越多地有：
Source Code
Documentation
Tests
Configuration
Agent Knowledge
Agent Instructions
Agent Decisions
目标不是让 agents 神奇地更聪明。
而是确保它们不必每次开始时都忘记一切。
在我的个人 agent 工作流中使用 Genesis 后，我注意到在项目发现和重复 context 构建上花费的时间显著减少。
对于我的工作流，让 agent 进入生产状态的速度大约快了 80%。
重要的一点不是 Genesis 让 AI 模型本身更快。
它减少了模型周围的重复工作：
Without Genesis
Agent → Explore → Rediscover(grepping 10+ function and reading 1200+ lines of code) → Understand → Start Working
With Genesis
Agent → Load Context → Understand → Start Working
这种差异在跨多个会话工作或在 CLI 和 IDE agents 之间切换时尤为明显。
agent 不必每次从零开始。
它从项目已经学到的东西开始。
对于每个 Module，第一次 prompt 较慢，但如果是不同的会话或账户或 agent 或系统，第二次 prompt 就不重要了，它比以前更快。对于我的电商项目，它将 agent 搜索代码的时间从 2-3 分钟缩短到 20 秒。
这个名字来源于"开始"的概念。
Genesis 是 agent 开始的起点。
不是带着假设。
不是带着空白的 context。
而是带着项目已经积累的知识。
每个 agent 会话都应该比前一个更聪明地开始。
Genesis 是我朝这个想法迈出的第一步。
项目是开源的，我很有兴趣看到这个概念如何随着快速变化的 AI-agent 生态系统而发展。
如果你正在构建 CLI agents、IDE agents、coding agents 或 autonomous development 工作流，我很想知道你是如何解决持久 context 问题的。
在 GitHub 上查看 Genesis → raiyanu/agent-genesis
在 Skill.sh 上查看 → raiyanu/agent-genesis