GitHub 开源新项目让 AI 编程助手"记住"上下文：用 SSH 同步智能体记忆

近日，一个名为 Deja Vu 的开源项目在 GitHub 发布，定位很直接：给编程 AI 智能体装一套“长期记忆”，并允许通过 SSH 在多台机器之间同步记忆数据。项目由开发者 vshulcz 公开，全部代码托管在 GitHub，采用自托管模式，不绑定任何云服务。

这套方案的核心思路并不复杂。AI 编程智能体在多轮交互中往往只能记住当前会话上下文，一旦关闭终端或切换设备，之前积累的项目背景、调试记录、约定俗成的代码规范就全部归零。Deja Vu 希望把智能体与人类协同时产生的有用信息沉淀下来，并在下一次会话中重新加载。

为什么“记忆”是编程智能体的短板

过去一年，主流 AI 编程工具在单次会话内的表现已经相当稳定，但跨会话能力始终是个软肋。一名开发者今天让智能体梳理完项目结构、约定好命名规则，第二天再开新会话时，这些信息又得重复交代。Deja Vu 这类项目的目标，就是让智能体像资深搭档一样记住项目细节，而不是每次都从零开始。

从公开信息看，Deja Vu 的记忆数据存放在本地，跨设备同步走的是 SSH 通道。这意味着用户可以把它部署到自己的服务器、家用 NAS，甚至跳板机后面，而不必担心数据流向第三方平台。

SSH 同步的取舍

选择 SSH 而不是云端 API 的好处很明显：链路可控、加密原生、不依赖特定厂商。但代价也有——同步拓扑相对原始，跨网络环境的稳定性需要用户自己保障。如果你日常开发环境固定在一两台设备之间，体验会很顺；如果要在笔记本、台式机、远程开发机之间频繁切换，则需要提前把同步策略想清楚。

对个人开发者来说，Deja Vu 的意义在于“可折腾”。它不是开箱即用的 SaaS，而是一套需要按项目情况调优的工具。这既是一种门槛，也是一种自由。

对企业团队而言，自托管 + SSH 的组合意味着记忆数据可以完全留在内网。这在涉及未发布代码、敏感业务逻辑的项目里，是非常实际的合规优势。代价是运维成本，谁来跑、怎么备份、怎么监控，都得有人管。

对中文开发者的实际意义

如果你已经在用 Cursor、Claude Code、Continue、Cline 这类编程智能体，可以把 Deja Vu 当作外挂层。它本身不替代模型，而是为这些智能体补一块“长期记忆”。中文项目里的命名习惯、注释风格、模块拆分逻辑，往往和英文项目差别不小，这种细颗粒度的上下文恰恰是当前主流模型最容易丢的部分。

需要提醒的是，记忆越完整，泄露面也越大。团队内部署时，建议把记忆内容做成分级，普通项目级信息可以全量同步，涉及密钥、客户数据、商业策略的部分应当明确隔离，避免被无意间写进共享记忆。

后续值得关注的几个方向

第一，社区会不会出现更友好的部署方案，比如 Docker 一键起，或对接主流 IDE 插件。第二，记忆格式是否标准化，避免被锁定在某一个项目里。第三，是否会出现基于本地向量库的语义检索，让记忆真正“懂”项目而不是简单回放历史文本。

对于关注 AI 编程工具的中文用户，Deja Vu 提供了一个观察窗口：智能体的下一阶段竞争，很可能从“谁更聪明”转向“谁记得更久”。开源 + 自托管的路线，短期不会取代商业产品，但它会让大公司不得不认真回应“数据归属”这个问题。