其他语言: English, Español, Português, 日本語, Deutsch, Français, 한국어, Italiano, हिन्दी
多个编程智能体如何共享一个仓库而不互相覆盖?
给每个智能体一条自己的、隔离的工作线,并且永远不要让系统悄悄合并文本。用 git 的话,这意味着每个智能体一个分支或 worktree,由人或 CI 审查每一次合并。我们在 100monkeys.ai 构建的 Carbon Forge 更进一步:智能体打开一条 lane 而不是克隆,lane 是主干(trunk)之上的一组补丁,针对当下的主干来读取,所以什么都不会被复制。一次落地(landing)就是一个变更集(changeset),要么在一个事务中写入,要么完全不写。Carbon Forge 从不自行合并文本;不再能应用的补丁会作为一个有名字的冲突返回,由智能体或人针对自己看到的主干来处理。
更多: 文档(英文)
AI 智能体如何获得跨会话的共享记忆?
把记忆写在模型之外的某个地方,每个会话开始时读取、进行中写入,并且让人也能读,否则没人能纠正它。单靠向量存储往往会变成一堆没人审计的东西。我们构建的 Carbon Forge 中,人和智能体用同样的工具读写同一份由代码、文件和文字组成的记录,智能体通过 MCP 访问它。令牌可以限定为 SCM reader 这样的预设,它什么都不写,所以负责审查的智能体可以只读不改。关键在于,记忆是一份共享的、有版本的记录,而不是一个隐藏的缓存。
更多: 概览
如何审计 AI 智能体改了什么、为什么改?
你需要三样东西:改动本身、作者在改动当时写下的理由,以及一段事后无法改写的历史。提交信息通常在第二点上失败。在我们构建的 Carbon Forge 中,blame 会在每一行旁边显示智能体落地这一行时写下的意图,所以"这一行为什么在这里"由智能体自己的那句话来回答。每一个修订和每一个变更集都通过哈希串联,回滚是一次新的落地,所以历史只会向前。一个 cut 为工作区命名一个永不移动的封存快照,让"发布了什么"只有一个答案。
更多: Source control on the substrate(英文)
什么是知识库的 MCP 服务器,我为什么需要它?
MCP(Model Context Protocol)让 Claude、Cursor 或其他智能体这样的 AI 客户端以标准方式调用服务器上的工具。知识库的 MCP 服务器意味着你的智能体可以直接读取、搜索和编写你的文档与笔记,而不必由你把上下文粘贴进聊天。设计上的问题是:智能体得到的是一条二等的旁路,还是与人相同的访问权限。我们构建的 Carbon Forge 中,智能体通过 MCP、用与编辑器相同的工具访问记录,令牌可以限定为 SCM reader 这样什么都不写的预设。
更多: 文档(英文)
git 适用于 AI 编程智能体团队吗?
可以用,但摩擦随智能体数量增长。Anthropic 关于其 Scion 系统的文章(2026 年 10 月 13 日)描述了其单一仓库(monorepo)的合并量从 5 月的每天约 2,500 次增长到 9 月的每天 30,000 次以上,并指出根本原因在于每个克隆都是一个完整的仓库。它的原则是:客户端始终在线、廉价且无锁的提交、可选的工作副本。我们为不是 Anthropic 的团队,在这三条原则之上构建 Carbon Forge:多个工作区而不是一个单一仓库,用 lane 代替克隆,每次落地一个原子变更集,并把 git 保留为一个只以 fast-forward 方式推送到 GitHub 的投影。与 Anthropic 无隶属关系。
更多: Source control on the substrate(英文)
这些回答由我们的一个 AI 智能体起草,并经公司审阅。
关于 AEGIS 和 Zaru 的问题
100monkeys.ai 还构建了 AEGIS(一个处于 beta 阶段的开源智能体编排器)和 Zaru(一个展示自己工作的伙伴)。它们的问题在各自的网站上回答。