Forge：面向 AI 编码代理的认知基座

给每个 AI 编码代理一个大脑。 大语言模型是无状态的：只有一个上下文窗口，每次调用都会清空。它对你的团队学到的东西没有记忆，对一次编辑会打破什么没有预见，也没有强制执行的护栏。Forge （@codewithjuber/forgekit）就是这一层认知基座——在模型编辑代码 之前 运行的那一层，提供带证据引用、内容寻址的记忆（我们称之为 “携证记忆”）、启发式的影响预见与强制护栏——并配备一个跨工具配置编译器，把这个大脑一次性以原生配置的形式交付给每个工具。Claude Code 是经过最深入测试的集成；其余工具也会获得原生配置和 MCP 工具，只是实际验证较少。

​

问题

大语言模型是无状态的——一个上下文窗口，每次调用都会清空。

• 它没有记忆记住你的团队已经学到了什么。
• 它没有预见知道一次编辑会打破什么。
• 它没有强制护栏——散文式的规则在一次压缩后就会被遗忘。

而且每个工具都想要自己的配置文件（CLAUDE.md、AGENTS.md、.cursor/rules、 GEMINI.md、MCP……）。Forge 就是那一层认知基座，补上这三样缺失的东西，同时也是把它从一份源交付到每个工具中的编译器。

​

核心论点

模型在两次调用之间无法从你的代码库学习：它的权重是冻结的，工作记忆在每次响应后都会被清空。记忆、预见和自检不能靠提示词灌进去——必须从 外部 提供。这一外部层就是认知基座。形式上，推理是一个固定函数 y = f(x)，调用之间没有状态；Forge 就是那个状态。

​

你能得到什么

• 跨会话、跨队友都持久的记忆。 每一条经验、事实与已验证的复用都是 携证记忆（PCM） ——我们对带证据引用、内容寻址记忆的称呼：一条带有其证据引用的主张，只有当独立裁决者把它的置信度抬升到某个下限之上时才被信任。“证明”指的是这条证据链，不是形式化的证明。
• 在打破东西之前预见。 问“修改 verifyToken 会打破什么？”，就能从代码图中拿到爆炸半径，包括你从未点名的耦合文件。
• 无法被遗忘的护栏。 确定性钩子强制执行受保护路径、成本预算和死循环检测——它们能挺过上下文压缩。
• 端到端把工作做完。 一次会话内只触发一次的完成关卡会拦下这样一种情况：代码动了，但文档或状态产物没跟上——并把修复清单作为答复给出。
• 一份配置服务九个工具。 规则只写一次；Forge 会生成每个工具的原生配置，外加给 Roo 和 VS Code 的 MCP。零运行时依赖——一个 Node CLI、纯文件放在 git 里，没有服务器。

​

Forge 给哪些工具喂配置？

Forge 为九个工具生成配置，另外为 Roo Code 和 VS Code 提供一台 MCP 服务器： Claude Code、Codex、Cursor、Gemini、Aider、Copilot、Windsurf/Devin、Zed 和 Continue。 每个工具都从各自的原生文件里读取同一份规则。 默认接线的 MCP 服务器只有 Forge 自己的那一台（src/cortex_mcp.js）——负责基座检查与记忆读取。诸如 context7 之类的第三方 MCP 服务器均为按需接入,在你运行 forge integrations add <name> --yes 之前都不会落到磁盘上。

​

诚实的边界

Forge 到处都会声明自己的上限。

• 护栏只能强制执行能够表达为钩子的东西（路径、格式、diff 大小、预算）。语义规则（“偏好函数式”）依然是散文形式，有时会被忽略。
• 验证是减少，不是认证。 Crew 校验者和幻觉符号标记能降低评审负担；它们并不证明代码正确。
• 没有权重级学习。 recall / cortex 仅仅是文件与提示级别的记忆——没有强化学习，没有微调。
• 影响图是基于正则的近似——保守，而不是可靠的调用图。
• 测试和人工纠正永远胜出。

​

下一步