AI 编程助手集体失忆，有人做了个跨工具的记忆层，网友却说一个 markdown 文件就够了

每个用过的 AI 编程工具都在你关掉窗口那刻失忆。Cursor 忘了上午刚聊定的迁移方案，Claude Code 忘了上周花两小时踩出来的调试路径。换个工具，前面聊的全白费。

有个叫 Beacon 的开源项目想接住这件事。它横跨 Claude Code、Cursor、Codex、OpenCode 等 20 多个 harness，把每次会话的历史抓下来，再把其中有用的工作流、你给过的纠正、调试模式，抽成未来 agent 可以调用的知识。一个 agent 踩过的坑，不用让另一个从头再踩一遍。

它具体做什么

Beacon 的核心是一条循环：跑 agent，捕获会话，评估哪些步骤有用，抽取知识，人工审阅确认，再让未来的 agent 复用。

抓的东西挺细：prompt、回复、工具调用、命令、文件改动、审批记录、MCP 交互、token 用量，全部统一成基于 OpenTelemetry 的事件模型，存成本地 JSONL。

默认本地优先，写在本机，不往外发。想转发到 Beacon Cloud、Splunk、Datadog、S3 这些地方，需要在确认界面显式点一下，界面会写清楚账号、目的地、捕获模式。也支持通过 MCP 或 Agent Skills 让 agent 直接检索这些记忆。

macOS 上装起来就几条命令：

brew update
brew trust asymptote-labs/tap
brew tap asymptote-labs/tap
brew install beacon
beacon endpoint install

装完正常用你的 agent，它会在后台持续记录。想看内容，跑 beacon traces，开一个本地终端浏览器，能翻事件时间线、token 消耗和保留内容。项目 MIT 协议，代码在 GitHub。

有人不买账

这套叙事听起来顺，但回应里有几条挺扎人。

有网友说，值得记的东西大部分已经躺在仓库里了，一份 CLAUDE.md 加 git log，比一个会悄悄过期的记忆层更靠谱。另一个网友话说得更短：仓库里放个 markdown 文件就能解决大部分问题。

这不是没道理。记忆越多，越容易过期。一份三个月前写下的调试路径，今天可能指向一个已经不存在的函数。agent 照着它干活，比失忆还麻烦。

另一条质疑更实际。有网友提醒，一个记住你在 20 多个 harness 里所有会话的东西，本身就是一个很肥的泄露目标。Beacon 用本地优先和显式转发来回应这点，但一个默认开启捕获、把 prompt 和文件改动全存下来的工具，权限边界得自己看清楚。

也有认同的声音。有网友提到自己之前用更笨的方式做过类似的事：给每个 coding agent 配一个读本地记忆库的 skill，加一个 MCP server 读写。还有人觉得跨 harness 这件事本身有价值，毕竟 Cursor 的会话能喂给 Codex，Codex 的能喂给 OpenCode，工具换着用，知识不必跟着迁移。

推文作者给了一句总结：工具是免费的，架在它上面的那层生意，还没人做。

真要说的话，记忆这件事的难点不在存，在筛。存下所有会话很容易，判断哪条值得留、什么时候该让它失效，才是这层东西能不能用的分水岭。Beacon 把审阅这一步交给了人，这个设计算是诚实。