为何团队总是丢失上下文，而没有任何工具能解决这个问题？
需求在Confluence里，架构决策在某人脑中或六个月未更新的Notion页面里，代码在Git里，Slack线程无人搜索。新加入的开发者每次都要从头拼凑一切。我们常谈论用AI更智能地构建，但真正的瓶颈并非代码生成——当AI介入时，系统中一半的推理过程已经丢失。AI根据"是什么"生成代码，而"为什么这样做"早已蒸发。结果就是：各迭代间决策不一致、入职需要数周而非数天、AI建议局部正确但架构错误。有没有团队真正解决了工程团队的上下文连续性问题？
背景速读
- 这篇文章讨论的是一个经典的工程管理问题：团队知识（context）在开发过程中不断流失。需求写在 Confluence（Atlassian 出品的文档工具），架构决策留在某个人的脑子里或半年没更新的 Notion 页面上，代码在 Git，讨论淹没在 Slack（办公即时通讯软件）的历史记录里——新人入职时只能从头拼凑。
- 问题的核心是“what”（代码做了什么）和“why”（为什么这么做）的脱节。AI 编程工具（如 GitHub Copilot）能生成代码，但无法还原代码背后的设计推理。结果是 AI 给出的建议局部正确但整体架构错误。
- 关键概念：context continuity（上下文连续性），指一个团队在人员流动、时间推移中保持对系统设计理由的共同理解。这是 onboarding（新员工融入）、sprint（敏捷开发中的迭代周期）决策一致性、以及有效使用 AI 辅助编程的前提。
- 此帖子来自 Hacker News，一个由 Y Combinator 运营的技术社区，以高质量的技术讨论著称。作者并非在发布正式论文，而是在寻求一线工程团队的实践经验。