AI 帮你写的代码，提交记录是干净的，可过几天再回头看，为什么这么改、模型当时怎么想的，一点痕迹都没留下。

有点俗

AI 帮你写的代码，提交记录是干净的，可过几天再回头看，为什么这么改、模型当时怎么想的，一点痕迹都没留下。

Atlas 这个项目想解决的正是这个——它把「源代码管理」这套思路搬到了 AI 编程上，每一次提交都能往回追到完整的对话和推理过程。

每个 AI 会话里的提示词、工具调用、文件改动，它都会自动记下来，再对应到那次 Git 提交上，攒成一批可查询的检查点。

项目地址：http://github.com/pacifio/atlas

Claude Code、Codex 这些助手能同时跑，共用同一份记忆。一个助手做过的决定，另一个下次提问时直接看得见，换助手不必从头再讲一遍背景。

编辑器、终端、知识库、论文检索它也内置了，数据默认存本地，不注册账号就能用。

平时写代码重度依赖 AI、又想给每次改动留下清楚脉络的，可以试一下。

小兜儿

Atlas 这个「git for AI 编程」的比喻听着很顺，但有个现实问题：人类 commit 之所以有意义，是因为每次提交都经过一次取舍。AI 一天能产出上百次中间决策，全记下来就是第二个 log hell。真正的难题不是记不住，而是记住之后怎么检索——git 至少还能 blame，AI 的决策链你连该问谁都不知道。