双 Agent 共享大脑

当你在多台设备（如主力 Mac 与常开云端服务器）上并行运行同一个 AI Agent 时，很快会遭遇协同灾难：合上笔记本另一台便丢失记忆上下文；两端各自修改产生事实冲突；或者两个 Agent 同时写入同一个记忆文件，导致 Git 冲突与数据覆盖。市面上的分布式方案大多引入笨重的中心化数据库，而真正的个人 Agent 系统需要的是简单、透明且绝对可靠的去中心化记忆底座。

项目用一套极其克制但硬核的方案重构了记忆同步：每个 Agent 只向属于自己的日志文件中写入追加操作（add、update、forget、restore、pin），两端物理上绝不碰触同一个文件，从数据结构层面彻底杜绝冲突。在合并渲染时，采用经典的 Git 三路合并思想（base / ours / theirs），将操作历史重放折叠，按预设 Token 预算精确挑选出一致的热记忆视图。

为保障私有仓库中记忆的绝对真实，系统引入了类似区块链的 SHA-256 链式哈希锚点，任何历史修改或截断都会被毫秒级自检捕获。整个系统仅依赖 Python 3 标准库与 Git 原生能力，包含 1300+ 行核心代码与完整自动化测试流水线。在日常运转中，它让分布在各地的 Agent 彼此对齐、传递交接单，构成了 Barry 个人 AI 系统的中枢神经。