最近重新上班之后，在公司里大量使用 AI 进行工作和开发，使用强度上来后，消耗也多了很多。眼下最头疼的是：公司虽然提供工具和额度，但多且杂，没有一个足够好用、也足够用的。公司层面有自己的 AI 平台，部门又单独搞了一个，限额、可用性、排队都经常碰到。为了补这些缺口，我自己也自费买了一些订阅，可即便切到最高档的 Codex 猛用，一个账号也完全不够，还是得在多种工具之间来回切。日常工作里同时面对多个 AI 工具、多个模型和不同供应商，管理起来很乱。往后可能还是得用回公司内部的各种工具和模型；再加上公司所谓的保密要求，以后对外部模型大概也会有所限制——真要是自己的订阅用不了，切换只会更频繁。

更麻烦的是，对话内容、记忆和工作进展很难在这些工具之间同步。之前试过靠落文档来同步，每个内容都还得再通过对话传递一遍，效率很低。所以现在很需要一种能在不同 AI 平台和工具之间把这些东西带着走的办法。刷推特时看到有人在讲 Nowledge Mem，了解了一下，看起来还行。它的本质是在各个 Agent 之外建一层 Memory：Agent 启动执行前先通过 hook 去查 Memory，执行完再用 post hook 把内容更新回去。大家共用这一层，跟建一个统一的文档仓库有点像，但不用每次都手动决定该落下什么；有些内容也算不上知识，硬落只会又多又乱。

最近打算先在各个 Agent 里启用、安装一些 hooks 脚本，或者导入配置。这一步比较简单，直接丢给 Agent 做就行。配置完之后，先让它根据历史会话扫一遍、抽出一些 memory，把历史记忆建起来，后面再维护更新。先试用一段时间，工作上和个人这边都用一下。刚好最近也开了 Grok 的 Super Grok 订阅，挺期待几个 Agent 共用同一层 memory 会是什么效果。

之前我有点太过依赖 A 社（Anthropic）和 Claude Code 了，基本有段时间只用 Claude Code，尤其偏好它的 Opus 模型。好用是好用，恶心也是真的恶心，最近还莫名其妙喜提封号了。所以这样搞最大的好处，就是不用绑死在某一家平台、某一个模型或某一个工具上。