开源项目 Graft 用 Markdown 文件解决 Agent 失忆,称超越 Claude Code
thisdudelikesAI · x · 2026-09-07
一个名为 Graft 的开源项目试图解决编码 agent 的核心痛点:每次对话都从零开始重新认识代码库,重复 grep、开文件、追 import,把一小时前刚建立的理解全部丢弃。
Graft 的做法:
- 让 agent 把对代码库的理解一次性写入仓库内的相互链接的 Markdown 文件,每个系统、API 或概念一个节点,用自然语言描述而非函数名堆砌
- 不用 embedding、不用向量数据库、无需保温索引,agent 像读普通文件一样打开并跟随链接
- 人类入职代码库一次,agent 每次都要重新入职——Graft 把「入职」变成一次性成本
作者称 Graft 在 SWE-bench Verified(真实 GitHub issue + 维护者测试)上的成绩超过了 Claude Code(该对比为作者单方宣称,尚待独立验证)。这种纯文件、零基础设施的记忆方案对 agent 工程很有启发。
「编程与Agent」频道最新
- Matt Pocock：知识工作远比代码难被 Agent 自动化 — mattpocockuk · 2026-09-07
- 双层博弈+随机记忆反思,SRMA 让多智能体 LLM 协调有收敛保证 — Yihang Chen · 2026-09-07
- 未指定的都会被牺牲:一张框架图看懂 Agent 的自由变量陷阱 — paraschopra · 2026-09-07
- 长文主张构筑 AI 复利工作流：沉淀上下文与规则，不让每次从零开始 — oran_ge · 2026-09-07
- 基于 Vertex AI 与 Gemini 的搜索类 MCP 服务器发布 — modelcontextprotocol · 2026-09-07
- 把吠陀占星接进 AI:Asterwise 推出占星 MCP 服务器 — modelcontextprotocol · 2026-09-07