问题
长时间（24-48 小时）的重型 agentic 开发会话中，关键架构决策会"淹没在聊天历史里"，且无法在会话内进行语义搜索回溯（Cursor 论坛，pain: 4）。同样的问题也出现在 ChatGPT 长对话中："随着对话变长，越来越难找到早先的某个问题、答案、决定或想法"（OpenAI 开发者社区，pain: 3）。用户被迫在几万字的上下文里翻找曾经做过的决定，重复劳动甚至推翻已确定的架构规则。
目标用户
在大型企业代码库上运行重度 agentic 工作流的 Cursor 用户，以及用超长 ChatGPT 对话推进长期项目的 power user。这是一个相对小众但使用强度极高的群体——他们每天与 AI 会话相处数小时到数十小时，对工具质量极度敏感。
解决方案
核心是给长 AI 会话加一层持久、可检索的记忆。
- 动态产物面板（Living Artifacts Panel）：为当前任务自动维护一张决策卡，架构规则、逻辑修复等关键结论自动钉在会话侧边，不随聊天滚动消失
- 会话内语义搜索：相当于针对会话上下文的 Ctrl+F，能按语义（而不只是关键字）找回"当时为什么这么决定"
- 决策时间线：把长对话按任务阶段切成顺序页面，每段配摘要卡，支持跳转
- 外部同步：会话笔记自动同步到 Google Docs/Sheets，形成用户可控的知识记录，脱离单一平台
- AI 角色：LLM 负责实时抽取决策、生成摘要卡、驱动语义检索，这是纯规则方案做不到的部分
为什么是现在
agentic 开发工作流（24-48 小时连续会话）是近一两年才出现的使用形态，Cursor、ChatGPT 等工具的长会话痛点刚刚集中爆发；而 LLM 语义抽取与检索的成本已低到可以逐轮跑，实时总结长会话在技术上第一次变得可行。两个不同社区在同一时间窗口提出同类需求，说明这是新工作方式带来的新问题。
MVP 范围
做：先做 Cursor 插件/侧边栏——自动提取会话中的架构决策与修复记录生成任务卡，提供会话内语义搜索，支持一键导出到 Google Docs。聚焦"决策回溯"这一个场景。 不做：不支持多 IDE、不做通用知识库管理、不做团队协作、不主动接管或重写用户代码。第一版只覆盖单用户、单任务、单会话的记忆。
风险
平台依赖（最大风险）：Cursor 和 ChatGPT 的会话数据接口有限，产品可能依赖逆向工程或非官方接口，随时可能被平台收紧甚至官方功能取代——Cursor 官方完全可能自己做这个面板。 技术：从超长会话中低噪声地抽取"真正重要的决策"很难，摘要质量直接决定产品价值。 市场：目标用户虽然痛感强，但群体小，且两条信号均无付费意愿表达，商业化路径不明。
已有产品
| 产品 | 定位 | 价格 |
|---|---|---|
| Cursor IDE | 痛点来源平台本身，官方有动机自己解决，是最大竞争威胁。 | — |
| ChatGPT | — | |
| Google Docs | — | |
| Google Sheets | — |
信号证据
这张卡片依据的原始讨论。摘录保持原文，点“原文”查看上下文。
Cursor 论坛 · Ideas10月1日功能请求▲ 00 条评论
“Context Decay: In long sessions (24-48 hours), critical decisions (architecture rules, logic fixes) get lost in past chat history.”
在长时间（24-48小时）的重型 agentic 开发会话中，关键架构决策会淹没在聊天历史里，且无法在会话内进行语义搜索回溯。原文
OpenAI 开发者社区 · API9月26日功能请求▲ 00 条评论
“As ChatGPT conversations grow longer, it becomes increasingly difficult to find a specific question, answer, decision, or idea from an earlier part of the conversation.”
随着 ChatGPT 对话变长，用户很难找到对话中早先提出的具体问题、答案、决定或想法。原文