AI Agent 交接不是聊天记录

长周期项目里的 AI 协作,不能依赖上下文记忆,而要依赖可读文档、可执行命令和明确的恢复点。

writing.trackAI 协作

关于 agent handoff、Profile infrastructure 和长期协作记忆的系统思考。

让 AI 协作从上下文依赖变成可恢复、可审查、可复用的工作流。
read.use("agent-handoff-loop")适合引用到哪里

read.context("zh-reference")

  • 飞书阶段复盘
  • GitHub issue
  • PR 说明
  • 路线图审查

AI Agent 交接不是聊天记录

长周期项目里,AI 协作真正难的不是“让模型写一段代码”,而是让下一个回合还能知道现在在哪里。

聊天记录太长,模型上下文会压缩,人也会忘。真正可靠的是可读文档、可执行命令、明确恢复点和不会误导下一位 agent 的项目地图。

#记忆不是契约

如果一个决策只存在于对话里,它就不是项目事实。对话适合探索,文档适合承诺。尤其当项目涉及部署、GitHub、Feishu、Vercel、服务器和本地内容模型时,交接必须落到仓库里。

这也是为什么 PROJECT_MAPPROGRESS_LOGVERSION_TRACECURRENT_CONTEXT 的职责边界很重要。

#交接需要恢复点

好的 handoff 至少包含五件事:

  • 当前目标。
  • 已完成事实。
  • 未完成事项。
  • 验证命令。
  • 明确阻塞条件。

如果服务器部署卡住,handoff 不能写“部署中”。它必须写清楚:SSH banner 超时,HTTP 无响应,下一步需要控制台重启或等待恢复。

#文档必须能操作

项目文档不是写给归档系统看的。它应该让下一位 agent 能直接执行:去哪个目录、跑什么命令、预期什么结果、哪里不能乱改。

这就是个人主页变成 Studio 的关键:它不是展示作品,而是在展示一种可继续工作的系统。