AI 编程工具的问题不是不够聪明,是聊完就忘

那你一定熟悉这种感觉：上一个会话里的上下文，下一个会话全没了。项目结构、写到一半的测试、正在调试的 bug——关闭窗口之后，一切归零。

这不是模型的问题。

两周前，我们开源了一个叫 AinoWork 的项目。定位很明确：开源·可私有化的团队 AI 工作台。核心理念是「给 AI 一个工位，而不只是一个对话框」。

工位意味着什么？有文件系统、有终端、有 Git、有持续的工作状态——它的上下文不会在对话结束后清空。

过去两周，我们在这个工位上添了三样关键的东西。

一、从「一问一答」到「完成目标」

v1.1 最大的变化是 Goal Mode。

以前的 AI 工作方式是单回合对话：你问一句，它答一句。面对多步任务——"重构这个模块，跑测试通过，然后提交 PR"——它走到一半就丢了方向。

Goal Mode 把复杂任务拆解成可验证的子目标。AI 自动追踪进度、失败自动重试、完成后自动进入下一个目标。每个 Goal 有独立的状态生命周期，竞态条件靠乐观锁解决。

这不是让模型更聪明，是让工作方式更有组织。

二、会话历史，不再随窗口关闭消失

对话框的另一个硬伤：聊完就没痕迹了。

v1.1 新增了会话记忆查看功能。所有 Agent 对话历史按项目和定时任务分组，用目录树的方式浏览。想查某个任务下之前的对话，不用凭记忆翻——它就在那儿。

还有一个极其实用的功能：对话撤销。如果 AI 这次回答不理想，点击回退到上一个轮次，被撤销的消息软删除、对话状态重置、输入框自动恢复刚才的问题，重新来过。

不是让 AI 拥有记忆，是让你能管理你和 AI 之间的每一次对话。

三、工具箱和管理看板

v1.1 开放了 MCP 服务器连接管理。AI 可以接入外部工具——CRUD 操作界面、自动发现可用接口、支持 Claude Desktop 格式的 JSON 一键导入。所有 MCP 调用都在 Docker 沙箱内部执行，网络隔离。

同时上线了 LLM 用量看板。三层单色渐变的堆叠柱状图（缓存命中 Token / 缓存未命中输入 Token / 输出 Token），按组织汇总、按用户下钻。团队管理者不再对 AI 的使用是一笔黑账。

工位有了，工具箱有了，看板也有了。

从 v1.0 到 v1.1，126 次提交。接着 v1.1.1 快速跟进，修复了 LLM Token 用量追踪在 Agent 清理路径、失败事件和 Anthropic 缓存 Token 上的统计遗漏。

当前版本：v1.1.1（后端 + 前端镜像已推送）

如果你也在折腾 AI 编程工具，把这篇转给一个同样在折腾的同事。让更多人知道，AI 可以不只是对话框。

关注 AinoWork，第一时间收到更新。