AI 分析
痛点:AI agent 写代码后,'为什么这样写'的决策上下文分散在聊天记录和 commit 里,几小时后自己都理不清,代码变成黑箱。
目标用户:同时并行运行 5-10 个 agent、跨 2-3 个项目的重度 AI 编程开发者,以及需要审计 AI 代码来源的小团队技术负责人。
证据:I run 5-10 agents at once across 2-3 projects. Sometimes a few minutes later I can't remember what I did where. / It's free and open source, with no server and no account. / How do you keep track of why your AI-written code ended up the way it did?
变现:核心 CLI/本地版永久免费开源获客;付费点放在团队层:托管的 commit-决策图谱同步、多人共享与检索、按 PR 自动生成'变更理由'报告、合规审计导出(谁/哪个 agent/哪条指令产生了这段代码),以及 JetBrains/Xcode 等多 IDE 与多 agent(Cursor、Codex、Copilot)适配的订阅版。
MVP:两周内做:VS Code 插件 + 本地 SQLite。监听 Claude Code/Cursor 的会话日志文件,按时间戳和 diff 相似度把每条 assistant 消息与 git commit 自动配对,生成'commit → 触发它的对话 → 被否决的方案'可回溯时间线;提供 commit 详情的'为什么'侧栏和一键搜索(按意图/关键词找历史决策),全程本地无账号。第二天即可加'新会话开始时自动注入相关历史决策'的钩子,形成留存。
竞品:SpecStory、git-ai、Cursor Checkpoints、Basic Memory / Mem0 等 memory MCP、Kiro、Tessl 等 spec-driven 工具
摘要:作者用 coding agent 写了两年代码,发现'为什么这么写'的上下文散落在聊天与 commit 中,于是做了开源工具 cogit,把每条发给 agent 的消息变成'thought commit'并与代码 commit 双向关联,还提供 Shape 图概括大改动。作者自述同时跑 5-10 个 agent、跨 2-3 个项目,几分钟后就记不清改了什么;目前仅支持 Claude Code、免费开源、无需服务器和账号。帖中没有任何付费或收入信号,属于真实但尚未被付费验证的开发者痛点。