AI Agent 最大的问题在于记性不好。 一旦中途卡顿、Token 爆了或者网络断一下，它就彻底忘了自己刚才干到哪一步…

AI Agent 最大的问题在于记性不好。

一旦中途卡顿、Token 爆了或者网络断一下，它就彻底忘了自己刚才干到哪一步了。

现在的 AI 编程助理，写个 10 行的脚本很溜。 但要让它去重构一个复杂项目，让它跑个两小时的长循环，大概率会半路夭折。 为什么？ 因为它们把所有的执行状态、预算和上下文，都存在了脆弱的临时内存里。 只要一中断，之前花掉的 Token 和时间全部打水漂。

刚发布的 sous-chef 0.3.0，就是奔着解决这个痛点去的。 它的做法是： 编排器（Orchestrator）停止信任临时记忆，将一切“落盘”。

预算记录、审查结果、循环状态，统统实时写进磁盘。 这意味着，哪怕任务中途断掉、或者因为超限被压缩，它也能像下载软件一样，实现“断点续传”。

看它的设计图，逻辑非常清晰，是一个典型的“主厨 + 帮厨”架构：

主厨（Fable 5）：负责规划、分发任务、审查和重新跑 Check。 帮厨（Codex / GLM）：只管埋头切菜，也就是写代码。

这里面有一个软件工程的铁律：干活的人，永远不能自己给自己改作业（The worker never grades its own homework）。 帮厨把代码写完，必须由主厨去对比 Diff、跑测试、验证发现的问题，最后主厨来拍板。

这才是从“玩具脚本”到“可用工作流”的分水岭。 它没有跟风吹嘘“代替程序员”，选择老老实实解决长任务执行的工程稳定性。

想折腾的可以研究一下： Repo 地址：github.com/fable-ai/sous-chef

未来的 AI 编程，拼的是谁的工程架构更像一个严谨的开发团队，而非模型脑容量。