近期，使用 AI 编码代理的团队常遇到代理在每次工作会话后遗忘全部信息的问题。与其寻求复杂的“记忆”解决方案，本文提出利用仓库中的文档来解决该问题。传统记忆存在三个弱点：不可验证、不可审查、不可共享。相反，仓库中的文档通过 Git 进行版本控制，经由 Pull Request 进行审查，且所有代理和人员均使用同一份信息源。这有助于确保一致性并便于纠错。文档结构分为三层：AGENTS.md（少于 150 行）包含规则与命令；docs/agents/*.md 包含各模块的详细文档；docs/adr/ 包含架构决策记录。AGENTS.md 模板包括强制命令、硬性规则、模块地图以及不确定时的操作指南。编写文档的重要原则包括：命令表述准确，为硬性规则附带简短理由，并在代理出错时向文档追加一行记录。为避免文档过时，作者使用自动脚本生成仓库地图（repo-map.sh），并编写 Python 脚本（check_doc_drift.py）在 CI 中检查文档与代码的滞后情况。若相关代码变更超过 14 天而文档未更新，该脚本将报错。完整工作流程包括：代理读取文档、修改代码、提交 PR、CI 检查文档、审查与合并。总之，将文档视为可版本化、可审查、可共享的记忆，将提升代理的工作效率。具体行动包括：创建简洁的 AGENTS.md，代理出错时及时更新文档，自动生成易过时的文档部分，将文档滞后检查纳入 CI，并通过 ADR 记录架构决策。该方法不仅有助于代理，也能帮助新同事快速接入项目。