AI写代码越写越乱?这个工具专治＂上下文腐烂＂

用AI写代码的人，大概都经历过这个崩溃时刻。

一开始很丝滑，AI理解你的需求，几秒钟吐出漂亮的实现。你兴奋地让它继续加功能、改逻辑、调样式。

十分钟后，画风突变。

AI开始改一个bug，顺手把之前写好的功能弄坏了。你让它修，它又改出三个新问题。上下文越聊越长，输出质量越拉越垮，最后整个项目变成一坨谁也看不懂的意大利面条。

这不怪你，也不全怪AI。

这个问题有个学名，叫"上下文腐烂"（Context Rot）。简单说，就是AI的对话窗口被塞得越来越满，它能"看到"的有效信息越来越少，做出的决策就越离谱。

一个专门解决这个问题的工具

open-gsd/gsd-core，以前叫 Get Shit Done Redux。

6,274 颗星，397 次 Fork，MIT 开源协议。

没有铺天盖地的营销，没有KOL转发。靠的就是一句话：它真的能解决AI编程里最让人头疼的问题。

它是一个元提示+上下文工程+规格驱动开发的系统，专门给Claude Code、Cursor、Copilot、Gemini CLI这些AI编程工具当"大脑外挂"。

听着很学术？翻译成人话就是：

它帮你管好AI的记忆和注意力，不让AI"发疯"。

GSD的核心是一个六步工作循环，每一步只干一件事。

第一步，初始化。 你描述想做什么，它帮你拆成需求文档和路线图。如果你已经有代码，它会先扫描你的项目结构，搞清楚你的技术栈和编码风格。

第二步，讨论。 路线图上的每个阶段，它都会跟你确认细节。布局怎么排？API怎么设计？数据结构用什么？这一步可以跳过，但跳过的代价是，AI会按自己的理解来，不一定是你的意思。

第三步，规划。 把讨论结果变成具体的执行计划，每个计划都小到能在独立上下文里完成。一个计划通不过，就重新来，直到验证通过。

第四步，执行。 这是真正写代码的环节。每个任务分配独立的200K token上下文，相当于给AI一个全新的"干净大脑"来干活。多个任务还能并行跑。

第五步，验证。 代码写完了不是结束，它会逐步检查构建结果。发现问题？自动生成修复计划，再跑一遍执行。

第六步，交付。 打标签、归档、开启下一个里程碑。然后循环回到讨论，继续干。

GSD的设计哲学就一个字：隔离。

它让主对话窗口始终保持30%到40%的占用率。所有重活，写代码、跑测试、查bug，都扔给独立的子代理去做。主窗口只负责"指挥"，不负责"搬砖"。

同时，它通过持久化的结构化文档（项目描述、需求、路线图、状态文件）来保持跨会话记忆。你今天关了电脑，明天再开，AI不会忘记昨天做到哪了。

另外它还有个"包合法性检查"功能，研究阶段和执行阶段都会审计你用的依赖包，发现未验证的包会要求人工确认。

GSD其实不是从零开始的。

它原本叫GSD（Get Shit Done），是GitHub上一个相当火爆的AI编程工作流工具。但后来，原创建者搞了个meme-coin，然后拉地毯跑路了。

整个社区的信任一夜之间崩塌。

于是几个核心贡献者决定 fork 一份出来，成立open-gsd组织，重新维护。他们做了内部安全审计和独立审查，确认没有活跃漏洞后，才正式发布。

一个因为meme-coin丑闻差点死的工具，反而因为社区的信任重建，活得更好了。

如果你符合以下任意一条：

GSD值得一试。

安装就一行命令，支持15种AI编程工具，Mac、Windows、Linux都能跑。

项目地址：github.com/open-gsd/gsd-core

AI编程工具会越来越多，但怎么用好它们，才是一门真正的技术。GSD至少给出了一种答案：别让AI自己做主，给它规则、给它框架、给它边界。

这可能才是AI时代程序员的正确打开方式。