让AI编程Agent记住“被否决的方案”：一个开源工具的实践与反思

同时运行5到10个Claude Code Agent跨多个项目开发，代码能在会话间存活，但推理过程却不行——为什么选择某个方案、否决了什么、先试了什么，全都留在没人会重开的聊天记录里。一位开发者因此频繁遇到新会话重新提议已被否决方案的情况，甚至无法解释代码为何是现在这个样子。他为此构建了一个名为cogit的开源工具，并分享了过程中的关键发现。

问题根源：代码可延续，决策上下文却丢失

在多Agent并行开发的场景下，代码本身通过版本控制得以延续，但每个决策背后的推理——尤其是那些被明确否决的选项——却没有被任何机制保留下来。新启动的Agent会话没有历史记忆，只能基于当前代码状态重新推理，于是很容易再次提出团队早已讨论并放弃的方向。

这位开发者指出，更麻烦的是，当代码呈现出某种特定结构时，他自己也常常说不清原因。决策上下文丢失不仅导致重复劳动，还削弱了人对代码库的理解与控制。

cogit如何工作：从消息捕获到提交关联

cogit的设计思路是记录开发者发送给Agent的每条消息，提取其中的决策与被否决项，并将其与最终产生的代码提交关联起来。具体机制包含三个环节：

• 通过Claude Code hooks捕获每条消息；
• 用一个小模型为消息生成简短摘要；
• 在每条commit message中写入一行，指回对应的消息记录。

在实际生效方式上，当Agent准备编辑某个文件之前，它会收到一条简短提示，列出该文件此前已被否决的选项。这样新会话在动手之前就能避开已知的“死胡同”。

Claude Code hooks 是 Anthropic 官方 CLI 工具 Claude Code 提供的事件钩子机制。开发者可以在配置文件（如 .claude/settings.json）中注册在特定生命周期节点触发的命令，例如用户提交消息（user-prompt-submit）、工具调用前后（pre-tool-use/post-tool-use）、会话开始或结束等。钩子脚本会接收到包含当前消息、会话 ID、工作目录等信息的 JSON 输入，从而允许外部程序在 Agent 行为发生前后执行自定义逻辑——这正是 cogit 能够无侵入地捕获每条消息、并在文件编辑前注入否决提示的基础。相比修改 Agent 源码或依赖特定 API，hooks 是一种轻量、通用的扩展点。

关键发现：被否决的选项比已决定的更有价值

这位开发者最重要的体会是：最值得带回新会话的信息是“被否决了什么”，而不是“决定了什么”。原因很直接——决策通常已经体现在代码里，看一眼代码就能推断出选择了哪条路；但被否决的选项不会出现在代码中，如果不刻意记录，就彻底消失了。

这一观察对AI编程工具的设计有普遍意义。当前多数上下文管理方案聚焦于保留“做了什么”，而cogit的实践表明，“没做什么”同样是高价值信息，甚至更难被替代。

从信息论角度看，这一发现可以用“负空间”来理解：代码库是决策的正空间，只呈现最终被采纳的路径；而被否决的选项构成了负空间，它们不在代码中留下任何痕迹，却定义了设计空间的边界。正空间可以通过阅读代码低成本重建，负空间的重建成本极高，因为需要回溯对话历史或依赖参与者记忆。在 AI Agent 场景下，负空间尤其重要：Agent 没有人类团队的口头传统和组织记忆，每次会话都是“失忆”状态，若不显式持久化否决记录，它就会反复探索已被排除的区域，造成算力与注意力的浪费。这也解释了为何记录“没做什么”比记录“做了什么”具有更高的边际信息价值。

局限与坦诚：摘要会出错，按文件提示太窄

cogit并非完美方案。开发者自己披露了两个主要问题。

摘要准确性不足。 他抽查了20条消息，其中6条存在错误，而被否决选项部分是最薄弱的环节。因此他的使用态度是：把这些摘要当作线索，而不是事实。这意味着工具输出需要人工判断，不能盲目信任。

按文件提示的范围过窄。 当前机制只为单个文件提供历史否决提示，相关文件不会收到同样的提示。例如修改A文件时，B文件中相关的否决记录不会被带出来。开发者坦言这个问题尚未解决。

留给社区的开放问题

在分享最后，这位开发者向社区提问：你自己的开发环境里如何处理这个问题？是把过去的决策反馈到新会话中，还是每个会话都从零开始？

这个问题触及AI编程Agent的一个核心矛盾：上下文窗口有限，而项目历史无限。cogit提供了一种轻量级的工程化尝试——用hooks捕获、用摘要压缩、用commit关联，但它也暴露出摘要质量与作用域控制两个待解难题。对于同时管理多个Agent的开发者而言，如何在“干净启动”与“携带历史”之间找到平衡，仍是值得持续探索的方向。