代码库能记录“怎么写”，但永远没法告诉 AI “为什么这么写”。

一个项目跑了三年，里面充斥着无数个坑和被舍弃的方案。现在的 AI 编程助手（不管是 Claude Code 还是 GPT-4o）本质上都是在做“快照分析”，它们能读懂当前的逻辑，但读不懂背后的决策链路。比如为什么这里用 JWT 而不是 Session？为什么数据库表结构在半年前被推翻重来？这些信息在 Git commit 记录里碎片化地存在，AI 根本没法高效检索，最后只能靠开发者在对话框里一遍遍手动喂上下文。

Contorium 尝试解决的正是这个“项目情报（Project Intelligence）”的缺失。它把自己定义为一个位于 AI 工具和项目之间的情报层，核心逻辑是把那些存在于文档、讨论记录和开发者大脑里的决策演进过程给结构化。

我认为这种思路比单纯增加 Context Window 更有意义。目前的 AI 辅助开发实操中，最痛苦的不是它写不出代码，而是它在不了解历史背景的情况下，写出了一个虽然能运行但违背了项目架构初衷的补丁。

如果一个工具能让 AI 真正理解“决策历史”，那它就从一个单纯的代码生成器变成了真正的虚拟架构师。不过这类工具能否在不增加开发者维护负担的前提下，自动捕获这些“情报”，才是决定它能否落地的关键。

具体到实现路径，它试图构建的是一套情报索引：

• 决策追溯： 记录方案对比和最终选择的原因。
• 架构演进： 追踪模块变动的逻辑链条。
• 知识沉淀： 让跨工具的 AI 助手共享同一套项目认知。

项目地址参考：

https://github.com/ContoriumLabs/contorium