编码智能体上下文记忆编排

要解决什么问题

编码智能体在长任务里最典型的失败模式是「做到一半忘了为啥做」：会话窗口被压缩后，模型丢掉了最初的目标、中间的关键决策，以及「为什么选 A 而不是 B」的上下文。把所有对话历史重新灌回去也不现实——上下文爆炸，成本直线上升，而且真正重要的状态信息被淹没在噪声里。

这个技能提供 Beads 方法论：把长项目的记忆组织成一串可串联的「记忆珠」，而不是一坨无法追溯的对话记录。

珠子链是怎么工作的

• 每颗 记忆珠 是一个最小可执行单元，可以是 任务、决策 或 发现。
• 珠子之间用 依赖关系 串联：完成 A 才能推进 B，链条本身就是项目当前状态的可视化快照。
• 编排分四步推进：

1. 把大任务拆成可验证的珠子，每颗粒度要小；
2. 给每颗珠子写明 完成标准，避免「以为做完了其实没做」；
3. 串行推进，完成一颗就落定一颗记忆；
4. 新会话启动时先 读链头，快速恢复上下文再继续干活。

与全量对话回灌相比，珠子链只保留结构化状态，轻量且可精确恢复，这也是它和普通聊天记忆的核心区别。

适用边界与注意点

• 珠子粒度太粗：拆得不够细，恢复上下文时依然会丢关键细节。
• 不写完成标准：没有验收条件的任务会让链条的下一颗珠子建立在不可靠的地基上。
• 链断了不补：跳过未完成的珠子会导致后续全部错位，发现断链应立即修复。
• 记忆链可能包含代码片段与敏感信息，注意存储安全与访问权限；AI 的输出始终以官方结果为准。