AI 编码之后，我创建了一个记录工程意图的协作系统
先讲一件让我瞬间石化的事。
某天下午，我用 Claude Code 重构了一段业务逻辑。AI 写得飞快，差异对比很清晰，逻辑天衣无缝。我快速浏览了一遍，表示同意，然后合并了代码。
第二天，老同事走过来：
"你为什么又选择这个方案？"
"这条路三个月前尝试过，有个边界情况会导致生产环境崩溃，当时讨论了很久，特别决定放弃的。"
我愣住了五秒。
不是我忘记了——是AI 完全不知道三个月前发生过什么。
现在 AI 编程工具确实厉害。厉害到什么程度？
需求丢进去，几分钟出代码。bug 报上来，几轮对话解决。重构这类工作，AI 可以通宵不眠给你完成。
效率达到极致，没有疑问。
但有一件事越来越让我感到不安——
AI 太擅长编写代码了。
看到 TODO，它推进。看到半成品，它补全。看到同时存在的实现，它两边都修改。看到历史遗留问题，它"顺手优化"掉。
从代码逻辑的角度，它每一步都合理。
从工程历史的角度，它在不断重复错误。
原因很简单：代码只告诉它当前状态是什么，但工程真正重要的，是为什么会这样。
这句话，值得再三思考。
AI 编程圈最近有个经典辩论：到底该用 RAG 还是 grep？
RAG 派说：代码库这么大，不做语义索引根本找不到相关上下文。
Grep 派说：复杂工程任务必须看真实文件，RAG 召回的内容可能早就过期了。
两边我都认同。
但他们争论的，其实是同一层面的问题：AI 怎么获取代码上下文？
RAG 找相似代码，grep 验证当前代码。
它真正缺的是：
为什么这段代码还存在？为什么那个方案当初没有继续推进？为什么这里看起来很奇怪但不能动？为什么旧实现和新实现要并存？为什么审查者上次明确表示，这里不许改？
这些问题，RAG 找不到答案。Grep 也找不到。
因为答案根本不在代码里。
它在某次早已结束的技术讨论中，在某个没人写入 commit message 的判断里，在某个只存在于老员工脑中的历史决策里。
把几件事理清楚：
RAG→ 哪些代码看起来与当前任务相关？
Grep→ 当前代码到底是什么样？
Session→ 这次 AI 都做了些什么？
Intent memory→下一个 AI 应该记住什么？
前三件事，记录的都是"发生了什么"。
Intent memory 要记录的，是判断本身：
哪些决策今天仍然有效？哪些方案永远不要再尝试？哪些约束不能破坏？哪些历史包袱只是兼容残留，不是真实设计意图？
Session 是证据，intent 才是记忆。
这两件事，差别巨大。
一句话：让 AI 在阅读代码之前，先理解工程意图。
英文是：Mainline gives agents the why before the code.
它不是 RAG，不是 grep，不是 session recorder，不是什么项目管理看板。
它是一层基于git的意图记忆。
AI 开始工作前，先获取相关历史约束。审查者查看差异对比前，先看这次修改背后的原因。新人加入项目，先了解决策脉络，而不是直接扔进代码库自生自灭。
历史中放弃过的方案、被取代的决策、不能破坏的约束——全部可以重新浮现，而不是永远沉没在某个没人查阅的文档中。
独立开发者、个人黑客，同样无法避免。
今天用 Claude Code，明天换 Cursor，后天上 Codex，一周后自己回来看代码——不记得为什么这里不能删除了。
AI 很快，但你的工程记忆会中断。
中断之后，下一个 AI 来，会用它认为最合理的方式把那里修改掉。然后你花两小时调试，发现是三个月前踩过的坑。
Mainline 对个人来说就一件事：给未来的自己和下一个 AI，留一份原因。不是写日报，不是搞文档流程，就是让下一个 AI 不要重走老路。
AI 让写代码变快了。
但代码审查，变慢了。
以前审查者看 PR，还能拍一下作者肩膀问：你为什么这么改？
现在很多 PR，作者自己都说不清楚。因为他只是个 AI 操作者，差异是 AI 产生的，过程是 AI 运行的，他也没有全程跟进。
审查者只能对着几百行差异自行猜测意图。
这不是可持续的工程协作方式。
代码生产在加速，但工程判断的传递中断了。
团队需要一层共享的意图记忆：AI 修改代码前先看历史约束，审查者看差异前先看原因，新人入项目先看决策脉络，队友之间知道谁在推进什么方向，重要变更留下可追溯的工程判断。
AI 越快，团队越需要记忆——这件事，我越来越确信。
git 是伟大的发明，毋庸置疑。
它记录了代码变成什么样、谁改的、什么时候改的。
但它记不住：为什么这样决定。
过去没关系。人写代码，人有上下文，人可以询问，人有记忆。
但现在，写代码的越来越多是 AI。
AI 没有记忆，没有历史感，没有"上次讨论过"的概念。它只有当前的代码，和它收到的这一次提示。
所以我们需要一层新东西——不是更好的 git，不是更大的上下文窗口，是一层工程意图的记忆层。
在 RAG 之前，在 grep 之前，在 AI 动手之前，先给它原因。
代码可以重新生成。上下文可以重新检索。对话可以回放。
但一个团队真正的工程意图，如果没有被记录，它就消失了。
然后下一个 AI 来了，假装它从未存在过。
然后你又花两小时调试。
然后你又花两小时调试。
然后你又花两小时调试。
Mainline 现在是个非常早期的开源实验。我不想立即大规模发布，想先找一小批真正有痛点的人一起验证。
如果你符合下面任意一条，欢迎来尝试：
•重度使用 Cursor / Claude Code / Codex •经常让 AI 改真实业务代码 •感觉审查 AI 代码越来越累 •遇到过 AI 重复旧方案、不理解历史决策 •想让未来的自己和下一个 AI 少踩坑
👉
https://github.com/mainline-org/mainline[1]
先 star，加入群聊
[1]: https://github.com/mainline-org/mainline-intro