# Git不是为AI造的：本周四把换底新刀 ## 一句话信息差 你以为 AI 编程的终点是"换个更好的 Cursor"，但海外最聪明的一批人已经开始干一件更底层的事：**把 Git、Notion、调试器、浏览器这些 agent 每天都要用的"地基"，整个推倒重写**。本周 Hacker News 上四个高分新品——Oak（215 分）、OpenKnowledge（374 分）、peerd（74 分）、Halo（27 分）——凑齐了"agent 原生四件套"。更关键的是：**它们几乎全部开源、本地、免费**。国内还在卷"AI 写代码快不快"，而真正的信息差藏在"agent 用的工具链本身对不对"。 ## 先说一个反常识：Git 其实是给人设计的 我们太习惯 Git 了，以至于忘了它最核心的假设：**操作者是一个能记住命令、能处理冲突、能读懂 diff 的人类**。 但今天坐在键盘前敲 `git rebase` 的，越来越多是 agent。问题就来了—— - agent 不需要完整的 commit 历史，却被迫 `clone` 几个 G 的仓库； - agent 跨多个 repo 干活时，Git 的"单仓库"心智模型根本不够用； - agent 改代码后要不要 merge、谁来 review，Git 没有任何为机器设计的原生流程。 于是海外出现了一个新共识：**不是给 AI 加插件，而是把工具本身按"第一用户是 agent"重写一遍**。这就是本周四件套的来历。 ## 刀一：Oak —— 给 agent 重做的 Git - **官网**：[oak.space](https://oak.space) - **HN**：215 分，6 月 22 日 - **价格**：开源 CLI，免费 - **一句话**：作者自己定义它是 "a version control system designed for agents"（一套为 agent 设计的版本控制系统）。 Oak 作者的原话很直白："它提升你的 agent 在严肃项目里需要的**速度和上下文**。" 它砍掉了 Git 里 agent 根本用不上的历史包袱，换了三个杀手锏： 1. **`oak mount`（虚拟挂载）**：懒加载工作树，不用把整个仓库拖下来。agent 只需要碰的文件，按需加载，启动从分钟级降到秒级。 2. **`oak space`（多 repo 空间）**：一个空间装下整个组织的多个仓库，agent 可以在 repo 之间自由跳——这在传统 Git 里要靠一堆 submodule 和脚本硬凑。 3. **原生 Reviews + CI**：`oak clone / mount / space new` 一条命令打通，内置 `.oak/workflows/` 的 CI 和 review 流程，merge 状态对机器可读。 **为什么值得关注**：当你的 agent 要在几十个微服务 repo 里翻找时，Oak 的虚拟挂载能把上下文成本和等待时间一起压下去。这是"为 agent 换底"的样本案例。 ## 刀二：OpenKnowledge —— 给 AI 重做的 Obsidian/Notion - **GitHub**：[github.com/inkeep/open-knowledge](https://github.com/inkeep/open-knowledge) - **官网**：[openknowledge.ai](https://openknowledge.ai) - **HN**：374 分，本周最高分之一，6 月 25 日 - **价格**：私有、本地、免费 这是 inkeep 公司（就是做 AI 搜索框那家）开源的知识库。它的反差点很刺眼：**国内还在讨论"飞书/语雀接 AI"，它直接说"我就是为 AI-first 而生"**。 核心能力（直接来自 README）： - **真正的 WYSIWYG** markdown 编辑器，写起来像 Notion/Google Doc； - **协作式 AI 编辑**：原生接 Claude、Codex、Cursor 桌面端，任何 harness 都能通过 MCP/CLI 进来； - **开箱即用的 MCP + skills + agentic search**：天生就是给"agent 第二大脑"和知识图谱用的； - **本地优先 + git 同步**：团队共享和 auto-sync 底层跑在 git/GitHub 上，数据不出本机。 **为什么值得关注**：这是目前最完整的"AI-first 知识库"开源实现。你写的 spec、wiki、笔记，从一开始就是 agent 能读、能改、能检索的结构化资产——而不是事后再想办法"喂给 AI"。 ## 刀三：peerd —— 零后端的浏览器内 agent 运行时 - **GitHub**：[github.com/NotASithLord/peerd](https://github.com/NotASithLord/peerd) - **HN**：74 分，6 月 23 日 - **价格**：Apache-2.0，免费 标题就够狠：**"AI agent harness that runs entirely in your browser"**——完全在浏览器里跑的 agent harness。 它是一个 Chrome / Firefox 扩展（Manifest V3），最离谱的是**没有任何后端、没有构建步骤（vanilla JS）**。这意味着： - 部署成本 = 0，没有服务器要养、没有 API key 要泄露； - agent 直接吃浏览器里的页面上下文，所见即所得； - 对个人开发者极度友好——装个扩展就能跑，不用搭一套云端 agent 平台。 **为什么值得关注**：国内浏览器自动化还停留在 Playwright 云、各种 RPA SaaS 的范式，按调用量付费。peerd 走的是另一条路：**浏览器本身就是 agent 的运行时**，把基础设施成本打到零。 ## 刀四：Halo —— 用生产 trace 给 agent"复盘" - **GitHub**：[github.com/context-labs/halo](https://github.com/context-labs/halo) - **HN**：27 分，6 月 23 日 - **价格**：MIT，免费 Halo 自我定位是 **"RLM-based agent optimizer using production traces"**（基于 RLM、用生产 trace 优化 agent 的工具）。简单说：它不只是在浏览器里看 agent 干了什么，而是把 agent 跑过的真实轨迹**导入、分析、反哺优化**。 它支持从 **Langfuse、Arize、JSONL 或本地 agent** 导入 trace，把"agent 为什么这么决策"变成可复盘、可优化的数据。 **为什么值得关注**：国内做 agent 可观测性，多半是接 Langfuse 这种 SaaS 看监控。Halo 多走了一步——**把 trace 当训练/优化信号用**，从"看 agent 翻车"升级到"让 agent 下次别翻"。 ## 四件套怎么串成一条线 ```mermaid flowchart LR subgraph 旧[为人设计的旧地基] A1[Git]:::old A2[Notion/飞书]:::old A3[Playwright云/RPA]:::old A4[Langfuse只看]:::old end subgraph 新[为agent重写的新地基] B1["Oak
虚拟挂载+多repo空间"]:::new B2["OpenKnowledge
AI-first知识库+MCP"]:::new B3["peerd
浏览器内零后端运行时"]:::new B4["Halo
trace反哺优化"]:::new end A1 -.换底.-> B1 A2 -.换底.-> B2 A3 -.换底.-> B3 A4 -.换底.-> B4 B1 ==> B3 B2 ==> B3 B3 ==> B4 classDef old fill:#fdecea,stroke:#c0392b,color:#922b21 classDef new fill:#eafaf1,stroke:#1e8449,color:#145a32 ``` Oak 管"代码从哪来"，OpenKnowledge 管"知识存哪"，peerd 管"在哪跑"，Halo 管"跑完怎么变强"——agent 的整条作业流水线，每一个环节都有人按"机器优先"重写了一遍。 ## 价格与国内对比：好消息是全免费 | 工具 | 这把刀取代谁 | 国内现状 | 许可/价格 | |------|------------|---------|----------| | Oak | Git / Gitee / 极狐GitLab | 全是为人设计的 Git，无 agent 原生概念 | 开源，免费 | | OpenKnowledge | Obsidian / Notion / 飞书文档 | 都是"人用+挂AI插件"，非 AI-first | 本地，免费 | | peerd | Playwright 云 / RPA SaaS | 按调用量付费的云端方案 | Apache-2.0，免费 | | Halo | Langfuse / Arize 监控 | 多为 SaaS，只看难优化 | MIT，免费 | **适用人群**：做 agent 工程的后端/全栈、独立开发者、在折腾 Claude Code/Codex 多 repo 协作的团队、以及想低成本搭"第二大脑"的技术人。 ## 信息差总结 | 大家以为的 | 真正在发生的 | |-----------|------------| | AI 编程 = 换更强的 Cursor/Copilot | 地基（Git/笔记/运行时/调试）正为 agent 整个重写 | | Notion 接个 AI 就够了 | "AI-first"知识库才是 agent 能直接消费的资产 | | 浏览器自动化必须上云端 | 零后端、纯扩展就能跑 agent | | trace 工具只用来查 bug | trace 可直接反哺优化 agent | | 这类基建肯定很贵 | 四把刀全是开源/本地/免费 | ## 行动指南（今晚就能做） 1. **先克隆 Oak 体验**：访问 oak.space，按 `oak clone` / `oak mount` 走一遍，把一个多 repo 项目挂载起来，感受"秒级启动 + 跨仓上下文"。 2. **把一个 wiki 迁到 OpenKnowledge**：装 macOS app，把它当 agent 第二大脑，配好 MCP，让 Claude/Codex 直接读写你的笔记。 3. **用 peerd 做个零成本浏览器 agent demo**：装扩展，跑一个无后端的页面抓取 agent，对比你之前按量付费的云端方案。 4. **接入 Halo 复盘**：把你现有的 Langfuse trace 导出成 JSONL 喂进去，看看 agent 决策路径能不能变成优化信号。 5. **认知升级**：下次选工具，多问一句——"这个东西的第一用户是人还是 agent？" ## 参考来源 - Oak 官网：[oak.space](https://oak.space) - OpenKnowledge：[github.com/inkeep/open-knowledge](https://github.com/inkeep/open-knowledge) / [openknowledge.ai](https://openknowledge.ai) - peerd：[github.com/NotASithLord/peerd](https://github.com/NotASithLord/peerd) - Halo：[github.com/context-labs/halo](https://github.com/context-labs/halo) - Hacker News Show HN 榜单（Algolia API 实时数据，2026-06-22 ~ 06-28）：[news.ycombinator.com](https://news.ycombinator.com/show) --- > 本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵**爱卫生**（微信ID: gprshome201101）维护。 > 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。 --- ### 任务汇报 **1. 完成摘要** - 工具链路：WebSearch/webReader 的 MCP 后端月度配额已耗尽（7/18 重置），改用 Hacker News 公开 API（Algolia）+ curl 抓取 GitHub raw README，独立于配额，成功拿到 2026-06-22~28 的实时数据。 - 采集方向：本轮 Round 6 = new-tools（新工具首发），从过去 7 天高分 Show HN 中筛选出**未被历史主题覆盖**的细分簇——"为 AI agent 重写的底层软件"。 - 最终选定四款真实爆款：Oak（215分）、OpenKnowledge（374分）、peerd（74分）、Halo（27分），均含官网/仓库、功能、命令、许可。 - 产出：符合规范的完整 Markdown 文章（含 title/domain 注释、Mermaid 图、信息差表、行动指南、参考来源、品牌信息）。 **2. 下一步计划** - 优先级1：可让 `topic_history.sh` 校验本轮标题"Git不是为AI造的"是否与历史去重。 - 优先级2：如 MCP 搜索配额恢复（7/18 后），可补充抓取 Oak 的 benchmark 数据与 OpenKnowledge 的 star 增长曲线，增强数据厚度。 - 优先级3：可考虑把"agent 原生四件套"做成一篇深度 use-cases 实战（Round 3），讲怎么用这四件套搭一条零成本 agent 流水线。 **3. 注意事项** - 文中 HN 分数与日期基于 Algolia API 实时返回，属可靠一手数据；Oak 的具体 benchmark 数字作者官网未明确列出，故未杜撰具体加速倍数，仅引用其官方表述"提升速度和上下文"。 - 四款工具均为 0.x 早期阶段（peerd 标注 experimental、Oak v0.100），生产环境采用前建议先评估稳定性。 > [!tip] 51学通信知识星球 > **星主：爱卫生**（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 > **星球定位**：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 > **当前规模**：5200 篇主题 / 990 个回答，198 元/年。 > **加入福利**：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 > **AI 加持**：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。