多Agent协作正成为开发者日常，但一个痛点越来越突出：每次切换工具，对话里拍板的产品决策就丢了。代码在git里有记录，可那些"为什么选A不选B""按钮必须叫RECALIBRATE"的讨论，只存在于对话中，换一个Agent就归零。

开源项目Memmy试图解决这个问题。它的做法很直接：把Codex、Claude Code、DeepSeek Harness接到同一份本地记忆上，口号是"Switch agents, not context"（切换Agent，不切换上下文）。

打开网易新闻 查看精彩图片

演示流程：跨工具记忆如何工作

项目演示设计得很干净。在Codex里完成基础玩法后，只在对话中拍板一条规则，刻意不写进代码和README。然后新开DeepSeek Harness，它直接从记忆里读出了这条决定，还引用了原文和trace_id。再开Claude Code，复述完规则后直接把功能补完了。

底层实现基于MemTensor自家的MemOS：本地SQLite存储，Hook采集对话内容，结构化入库。下一个Agent通过Skill或MCP检索注入记忆。记忆服务挂了会明确报错，不会编造假记忆。

三个比工具本身更重要的判断

第一，2026年的锁定已经从模型API转移到了Harness加历史上。你在Claude Code里聊了三个月的项目默契，切到DeepSeek Harness就归零，这比差几个benchmark点痛多了。把context从单个vendor里拆出来，记忆所有权回到人身上，这才是"Switch agents not context"的分量。

第二，别夸成无提示自动接力。演示里Claude Code那段是明确要求先检索记忆再动文件的。检索链路是通的，决策不落盘也能跨工具传递，这个结论成立，但还不是全自动。

第三，也是最反直觉的一点：如果想验证这个理念，根本不需要装任何工具。在仓库里写一个DECISIONS.md，在AGENTS.md里规定每个新Agent先读它，已经能吃到70%的收益，还能git、能PR、能审查。

记忆的代价与边界

Memmy解决的是你懒得或者不愿意把对话决定手动落盘的那30%。但记忆这东西有收益也有代价：A项目的失败教训可能串进B项目，错误决策一旦被蒸馏进长期记忆，后续Agent会当真理用。只存不遗忘，迟早变成噪声库。

建议是：先从DECISIONS.md开始，确认自己真的有跨工具记忆的刚需，再上Memmy这类重型方案。文件同步的是状态，记忆同步的是意图。工具可以每周换，你的决策和踩过的坑不该每次清零。