你有七个AI编程工具,如何让它们共享彼此的记忆

你同时开着七个窗口。

Claude Code。Cursor。Manus。Codex。Lovable。Bolt。还有一个终端，跑着不知道哪个 Agent 的任务，你得时不时切过去看看死没死。

七个窗口在屏幕底部一字排开。你觉得自己在指挥一支特种小队。

然后一周过去了。

你发现自己根本没变快。

你只是从一个"人"变成了一个"人肉 U 盘"。

早上 Claude Code 花两小时找到的那个 Bug 根因——"别用 JOIN，走子查询"——下午 Cursor 完全不知道。被否掉的三套方案，踩过的深坑，坑边上你亲手插的"别踩"牌子。换一个 Agent，一切归零。

复制。粘贴。摘要。转述。再解释一遍。又来一遍。

七个 AI，互不认识。一个肉做的路由器，在中间传数据。

这事，说实话，比不用 AI 还累。

这不对。

问题不是 Agent 太多。问题是它们没有共同的记忆。

OpenViking 团队 5 月底发的这篇文章，标题就是《Too Many Agents Problem》。

不是危言耸听。是实话。

没有共享上下文层的后果：

人变成了工具之间的数据传输协议。 你在七个窗口之间切来切去，复制、粘贴、摘要、转述、再解释。

Agent 重复做别的 Agent 已经做过的探索。 Codex 花半小时理解的代码结构，Cursor 下周又重来一遍。

Agent harness 能管好一个工作区，但它不管跨 Agent 记忆。CLAUDE.md 和 AGENTS.md 是单机单 Agent 的本地配置，不是团队共享层。

重要的偏好、决策、交接笔记、资源引用——全锁在聊天记录里。 关了终端就没了。

三层分界

这篇文章给了一个很清晰的职责划分：

Agent Harness 层（如 CLAUDE.md、AGENTS.md、.cursorrules）：管项目规则、命令偏好、本地工具、Agent 专属引导。它们在一个工作区内掌舵。跨 Agent 的持久化记忆，不归它们管。

OpenViking 记忆层：存用户偏好、决策、交接笔记、资源、摘要、可复用的经验。跨会话存活，跨重启存活。多个 Agent 在同一套治理身份下检索和写回。

MCP 和插件层：接 Claude Code、Codex、Manus、Lovable、Bolt 和其他支持 MCP 的客户端。让 Agent 读写上下文，而不是靠人手去搬运。

一句话：Harness 管单 Agent 的"怎么干活"。OpenViking 管多 Agent 的"记住什么"。MCP 负责"怎么联通"。

部署：一行镜像，一次 init

OpenViking 给了一个极简的部署路径。

就用官方 Docker 镜像：

1
ghcr.io/volcengine/openviking:latest

挂一个持久化卷，跑一次初始化：

1
openviking-server init

完了。

存储挂上了，记忆和资源才有家。一个无状态的上下文服务只是个 Demo，不是记忆系统。

然后通过文档里的插件、Hook 或 MCP 路径把各个 Agent 接进来。Agent 集成文档和 MCP 集成指南都在 docs.openviking.ai。

Web Studio：你能看到 Agent 的"脑子"

部署好以后，真正让我觉得"这东西对了"的，是 Web Studio。

它跟 Docker 镜像一起打包。打开浏览器，你能直接浏览 viking:// 资源树——L0 摘要、L1 概述、处理任务、已捕获的记忆，全部可视化。

不是黑箱。你能看到 Agent 存了什么、摘要长什么样、哪些资源处理完了、哪些还在排。甚至支持移动端 PWA，手机上就能翻会话历史和 messages.jsonl。

一个共享上下文层，应该可以被人类检查。

这点太重要了。如果你看不到 Agent 的记忆库里有什么，你怎么知道它做得对不对？怎么审计？怎么纠错？

可检查，才能信任。

生产环境的三条教训

文章给了三条很诚恳的经验：

第一，把上下文层持久化。 挂持久存储再谈记忆。不在乎存储的上下文服务，跑一天跟跑一年没区别——都是零积累。Demo 和记忆系统之间，差的就是那块持久化卷。

第二，给 Agent 独立身份。 早期搭环境用共享用户很方便。但当召回精度、数据归属、审计边界开始重要的时候——不同的 Agent 应该有不同的身份。谁记了什么、谁读了什么、谁的记忆能共享给谁，这些边界需要身份来锚定。

第三，暴露证据，不止暴露摘要。 L0 和 L1 摘要帮 Agent 快速路由。但当精度不够的时候，原始资源和会话文件还在——Agent 可以回到 L2 翻原文。摘要让你快，原文让你准。

最后一条黄金法则，原文里写得特别好。

我直接翻译过来：

当一个 Agent 产出了另一个 Agent 以后会需要的东西，把它写进 OpenViking。别让它烂在聊天记录里。

你的团队现在可能已经有三四个 AI 编码工具在跑了。这个数量只会增加，不会减少。如果你还没开始考虑"共享上下文"这件事——

那你已经在当人肉 API 了。

而人肉 API，总有一天会瓶颈。

Docker 镜像: https://github.com/volcengine/OpenViking/pkgs/container/openviking

Agent 集成: https://docs.openviking.ai/en/agent-integrations/01-overview

MCP 集成: https://docs.openviking.ai/en/guides/06-mcp-integration