Gentle-AI：把AI编程助手从"聊天机器人"变成"靠谱工程师"

一个具体场景：周一早上，你打开 Claude Code 让它继续上周的工作。它说"你好！有什么可以帮助你的？"——上周讨论的需求、约定好的代码规范、上次遇到的坑，全部失忆了。你花了整整 20 分钟重新解释context window才让它回到正轨。这不是 token 限制的问题，是记忆缺失的问题。

Gentle-AI 就是来解决这个问题的。它不安装 AI 编程助手——它改造你已经装好的助手，让它拥有记忆、遵循工作流程、留下可审计的痕迹。目前支持 17 种主流 AI 编程助手，包括 Claude Code、Cursor、OpenCode、Codex、Windsurf、Pi、Gemini CLI，以及刚加入支持的 Hermes。

起源：从"能写代码"到"值得信任"

2026 年初，AI 编程助手已经非常强大。Claude Code、Cursor、Windsurf 这些工具写代码的能力毋庸置疑。但有一个根本问题始终没解决：每一次新对话都是一次失忆。开发者在反复解释项目上下文上浪费了大量时间，而 AI 助手的行为缺乏规范，代码质量参差不齐，难以追溯。

Gentleman Programming 团队（一家专注开发者工具的公司）决定解决这个问题。他们的思路不是另起炉灶做一个新的 AI 编程助手（市场上已经有太多选择了），而是在已有的 AI 编程助手之上加一层"工程化治理层"——不替换现有工具，而是增强它们。

这个思路的直接结果是：Gentle-AI 可以和 Claude Code 共存，和 Cursor 共存，和几乎所有主流 AI 编程助手共存。

Engram™：让AI记住项目上下文

Gentle-AI 的核心组件之一是 Engram™ 持久化记忆系统。

Engram 不是简单的 system prompt 注入，而是一个完整的会话记忆层。它让 AI 编程助手在每次对话中自动将关键决策、项目约定、遇到的问题和解决方案写入持久化存储。下次对话时，AI 会在向用户提问之前先查询记忆。

具体工作方式：

• 会话内积累：每次对话中 AI 学到的内容自动沉淀
• 跨会话恢复：重启后仍能检索之前的学习成果
• 上下文优先检索：在调用 context window 之前先问 Engram，减少 token 消耗

这解决了一个很实际的问题：以前你需要反复在 system prompt 里写"我们项目用 tabs 不用 spaces"、"我们用 conventional commits"，现在 AI 自己记住了。

ODD：让小型任务保持小型

**Organic Driven Development（有机驱动开发）**是 Gentle-AI 提出的第二核心概念。

传统开发中，无论变更多小，都要走完整的 PR 流程、评审流程。对于一个改错别字的需求，这个流程的开销远超实际工作本身。ODD 的思路是：小型变更保持小型，复杂变更保持可追踪。

ODD 的工作循环：

1. 探索（Explore）：AI 在修改代码前先理解需求和现有代码
2. 授权（Authorize）：对于小型变更，直接执行；对于复杂变更，要求明确的规格说明
3. 实现（Implement）：执行变更
4. 检查（Check）：运行测试和检查
5. 记录（Document）：更新相关文档

有趣的是，这个流程并不是强制 AI 遵循的教条，而是一套可配置的开发策略。你可以开启 Strict TDD 模式（要求先写失败测试再实现），也可以关闭它只保留基本的检查。

RDD：Receipt-Driven Development——让AI交出工作凭证

**Receipt-Driven Development（凭证驱动开发）**是 Gentle-AI 最独特的创新。

RDD 要求 AI 编程助手在完成工作后必须提供可验证的工作凭证（Receipt）——这不仅仅是"我改了哪些文件"，而是更深层的验证：

• 变更意图证明：AI 需要说明这次变更解决了什么问题
• 测试覆盖证明：相关代码有对应的测试
• 无回归证明：现有测试套件仍然通过
• 变更范围证明：没有意外修改其他文件

这套机制的核心价值是可审计性。当 AI 完成了一个功能，你能看到它做了什么判断、验证了哪些条件、为什么这样做。这解决了 AI 编程助手领域长期被诟病的"黑箱"问题。

支持17种AI编程助手：一个配置，通用适配

Gentle-AI 目前支持的 AI 编程助手包括：Claude Code、OpenCode、Cursor、VS Code Copilot、Gemini CLI、Kilo Code、Kimi Code、Kiro IDE、Qwen Code、Hermes、Antigravity、Windsurf、OpenClaw、Trae、Pi、Codex，以及最新加入的 Hermes（也就是我们正在使用的这个平台）。

每个助手的集成方式各有特色：

• Claude Code：通过 Task tool 实现完整的多代理委托，支持 SDD skills、MCP 服务器
• OpenCode：多模式覆盖，支持完整委托
• Pi：gentle-pi 专用工具链接管，Engram 集成到 Pi 的 MCP 运行时
• Hermes：gentle-ai 写入 SOUL.md 和 skills 到 ~/.hermes/，配置 Context7 和 Engram MCP

安装也极为简单：

# 快速安装（推荐）
curl -fsSL https://raw.githubusercontent.com/Gentleman-Programming/gentle-ai/main/scripts/install.sh | bash

# 或者 Homebrew
brew tap gentleman-programming/tap
brew install gentle-ai

# 完整安装
gentle-ai install --agent claude-code,cursor --preset full-gentleman

技术架构：用Go重写，性能与跨平台兼得

Gentle-AI v4 已经完全用 Go 语言重写。代码库结构清晰：

• cmd/gentle-ai/：CLI 入口点
• internal/app/：命令分发和运行时连接
• internal/model/：领域类型（agents、components、skills、presets、personas）
• internal/catalog/：注册表定义
• internal/system/：OS/发行版检测、依赖检查
• internal/cli/：安装标志、验证、编排
• internal/planner/：依赖图、解析、排序
• internal/installcmd/：配置文件感知命令解析器

使用 Go 的理由很务实：交叉编译天然支持 macOS/Linux/Windows，运行时零依赖，单二进制分发，安装体验极好。构建系统用 goreleaser 管理多平台发布。

上手体验：CLI优先，无Web界面

Gentle-AI 是一个纯 CLI 工具，没有 Web 界面或 GUI。安装后的交互通过终端完成：

• 首次安装会启动 TUI 交互式选择菜单，选择要配置的助手和预设
• 配置文件写入各助手的全局配置目录（如 ~/.claude/、~/.cursor/）
• 支持 workspace scope，可以把配置隔离到单个项目

硬件需求极低：不需要 GPU，512MB+ 内存，200MB 磁盘空间。Go 编译的二进制文件本身就很小。

局限与争议

需要已有的 AI 编程助手：Gentle-AI 本质是配置层，你需要先安装目标 AI 编程助手（Claude Code、Cursor 等），Gentle-AI 才能接管它们的配置。对于还没使用 AI 编程助手的团队，这个工具没有独立价值。

文档的工程复杂度较高：Engram、ODD、RDD 这些概念对刚接触的开发者来说有一定学习曲线。Wiki 文档质量不错，但文档数量较多（新用户可能被吓退）。

Windows 支持不稳定：v2.4.0 发布时 Windows 二进制资产缺失，Windows 安装依赖 go install，需要 Go 1.25.10+ 环境。相比 macOS/Linux 的 Homebrew/apt 一键安装，Windows 体验明显落后。

非传统项目结构：对于习惯传统"安装即用"工具的开发者，Gentle-AI 的"配置增强"思路需要一定观念转变——它不是一个有独立 UI 的产品，而是嵌入到你已有工作流中的治理层。

行业意义：AI编程助手走向工程化

Gentle-AI 代表了一个重要趋势：AI 编程助手正在从"聪明的代码补全工具"进化为"工程化的开发伙伴"。

2025-2026 年，Claude Code、Cursor 的能力已经足够强，但工程质量问题（代码一致性、上下文丢失、难以审计）阻碍了它们在团队层面的深度应用。Gentle-AI 通过引入 Engram（记忆）、ODD（流程）、RDD（凭证）三套机制，尝试在 AI 编程助手的"能力"和"工程规范"之间架起一座桥。

如果你已经在使用 Claude Code 或其他 AI 编程助手，Gentle-AI 值得一试。它不会替换你现有的工具，而是在不增加太多复杂度的前提下，让你的 AI 编程助手变得更"靠谱"。