CodeBear 是什么？红熊AI 的记忆型编程大模型

CodeBear 是红熊AI 自研的记忆型编程大模型。它和普通编程助手的区别，不在"能不能写代码"，在"能不能记住这个项目，并在记住的基础上持续积累"。它的记忆能力不靠外挂检索，也不靠把上下文堆得更长。这套能力来自模型底层的原生架构。

2025 年初，AI 研究者 Andrej Karpathy 提出了 vibe coding 的说法，意思是开发者用自然语言描述意图，由 AI 负责把代码写出来。这个说法很快在开发者社区传开，因为它抓住了一个正在发生的变化：编程的重心，从"逐行写代码"移到了"说清楚要什么"。模型越来越强，上下文窗口越拉越长，写代码这个动作本身，看起来已经不太需要人操心了。

用起来之后，另一个问题浮了上来。方向是说对了，代码质量却不太稳定。你让它加一个功能，它给了方案，可你的项目用 pnpm，它写了 npm；团队约定用函数式组件，它写了 class；注释要求中文，它给的是英文。这不是它不够聪明，是它不记得你是谁。每开一次新会话，等于重新认识一次。

这篇文章回答一个问题：CodeBear 到底是什么，它凭什么说自己"记得住"。

记忆长在模型底层，不靠外挂检索

当下多数 AI 编程工具，仍停在两层失忆里。一层是它不记得你的代码：改一个旧项目，它对代码库没有概念，只能一个文件一个文件地翻，翻得越多越抓不住重点，token 也烧掉了。另一层是它不记得你这个人：代码读完了，它依然不知道你的技术栈、代码风格和团队规矩，你每天还得重新做一遍自我介绍。

为了补上记忆，行业里试过几条路。把上下文窗口加长，让模型多看几轮历史；用检索从代码库里捞出片段；给仓库建一份静态索引。这几条路有一个共同的短处：记忆贴在外面，模型本身并不知道这个项目是怎么长起来的。窗口越长，注意力越被稀释；检索能捞到片段，却拼不出项目的前后关系。

CodeBear 的做法是把记忆做进模型底层。这套原生架构由三个部分组成：一个来自 MemoryBear 的底座，负责"能记"；一套前置框架，负责"记得对、用得准"；四层对应项目知识的记忆系统，负责把团队的开发经验沉淀下来。

这套架构还要处理一件事：记忆得能更新。技术栈会换，规范会改，去年那个临时方案今年可能已经废弃。CodeBear 的记忆按使用频率动态衰减，长期用不上的慢慢淡出，仍然成立的留下来。人换了工作、搬了家，旧地址就不再管用；代码库也一样，如果分不清哪条信息现在仍然成立，记得越多，用错的时候越多。

四重记忆，把项目知识沉淀成资产

CodeBear 把项目知识拆成四类，对应四重记忆。

结构记忆自动沉淀模块依赖、调用链和数据流关系，新成员接手一个仓库，不用重新分析一遍代码就能看清系统全貌。决策记忆记下架构选型的理由、踩过的坑和复盘结论，团队不必重复讨论同一个问题，决策也不会随着人员流动而流失。

模式记忆归纳常见 bug 的根因和标准重构路径，新问题进来时可以直接匹配历史经验。共识记忆沉淀命名规范、测试策略、团队约定这类写在文档之外的隐性规则，新协作者一上手就接得上。

这四类分法背后是一条判断：项目知识本来就不是一种东西。谁依赖谁，属于结构；为什么这么定，属于决策；出了错怎么修，属于模式；什么写法算合规，属于共识。把它们混在一起存，用的时候谁也取不出来。分开存、分层取，团队的开发经验才从"老员工的记性"变成一份可以继承的资产。

从接手陌生项目到团队经验继承，四个真实场景

接手一个陌生仓库，结构记忆先给出一张全局地图。模块之间怎么依赖、调用链怎么走、数据往哪里流，直接定位，不用先翻七八个文件。

你的纠正本身就是在教它。这次说"用 pnpm"，下次说"注释写中文"，这些偏好被沉淀下来，新开会话时不用再重新交代一遍。

同一个坑不踩第二回。"这个接口有并发陷阱""那个版本有内存泄漏""上次这么改导致过回滚"，这些教训进了决策记忆和模式记忆，下次改到相关代码，它会主动提醒。架构也有延续性：代码只能告诉你现在怎么写，决策记忆能告诉你当初为什么这么定，后续改动时它会守住当年的权衡。

团队记忆让经验可以继承。共识记忆把规范、命名、公共坑和领域知识沉淀成共享资产，新人入职就接得上老兵半年的积累。

记忆之外，工程纪律让 AI 靠得住

记忆解决了"记不住"，AI 编程还有另一个通病：黑盒。交代完任务，你只能等结果，中间发生了什么并不清楚。危险操作、越权修改，也很难在发生之前被拦下来。

CodeBear 在这里加了两道保险。一道是可解释规划：任务先被拆成生成计划、修正计划、确认执行三步，计划能查看，顺序能调整，步骤能增删，技术选型能指定，执行严格按计划走。另一道是可编程的工程纪律：推理过程可见，危险命令拦截，代码规范强制校验，任务完成必须验证通过，项目过程完整可追溯。规矩由使用者定义，纪律引擎负责守住。

对一个要把活长期交出去的开发者来说，记得住和靠得住是同一件事的两面。前者保证它了解你的项目，后者保证它不会在你不知道的时候动坏了你的项目。

回看 CodeBear 这条路，它想解决的是同一个问题：AI 要成为长期写这个项目的伙伴，先得记住这个项目。推理决定它想得多快，记忆决定它走得多远。记忆，定义下一代智能。

标签：