远程智能体工作流（四）：在仓库中，而非聊天中

Mon, 20 Jul 2026 23:33:28 +0800

这是“远程智能体工作流”系列的第四篇。

我的远程 AI 开发环境，第一层解决连接问题。

手机 -> Tailscale -> SSH -> Mac -> tmux -> Codex

有了这条链路，我可以用手机访问 Mac，也能让耗时较长的本地任务持续运行。

第二层解决控制问题。

手机 -> Telegram Bot -> 本地 Codex 运行时 -> 选定的仓库

这样一来，手机就成了控制入口，而不再是一台屏幕很小的终端。

但这两层都没有触及更深的问题。

远程访问让我能连上机器。

远程控制让我能启动任务、查看进展。

而长时间运行的智能体开发还需要记忆。

智能体可能在我离开后继续运行，也可能从中断处恢复、换一个会话接着做，或者由我通过手机操控。既然如此，整个项目就不能只存在于一条聊天线程里。

于是，我给自己定了一条规则：

聊天用来传达指令。
仓库用来保存记忆。

更准确地说，仓库不只是存放代码的地方。它还承载着智能体的记忆和操作约定，并为智能体提供持续的反馈机制。

为什么聊天记录不能充当项目状态链接到标题

聊天很适合表达意图。

我可以在聊天里说明目标、提出问题、纠正方向，或者做出产品决策。

但要长期保存项目状态，聊天并不可靠。

聊天内容难以比较差异，也不便验证；它依附于某一条线程，后续会话中的智能体很容易误解，甚至根本看不到。想法、日志、猜测、决定和已经过时的背景信息，往往全都混在同一条信息流里。

如果只是一次性的小改动，这样做未尝不可。

可一旦智能体需要长时间工作，问题就会暴露出来。

项目必须能稳定回答以下问题：

这些答案应该和代码放在一起。

在我的项目里，智能体需要长期保留的状态通常分散在以下文件和记录中：

文件具体叫什么并不重要，重要的是分清职责。