号称省 99.2% 的工具，我最后没装

用 AI 改代码的人，大概都撞过同一堵墙。

你让它改个功能，它得先看懂你这个项目。可它没办法一眼看完整个仓库，只能一个文件一个文件地翻。项目稍微大一点，翻着翻着上下文就满了，token 烧得飞快，回答也开始飘——前面刚说好的事，后面自己就忘了。

我手上有几个项目，日常都靠 AI 写，这个坑踩得不少。

所以前几天看到一个叫 codebase-memory-mcp 的东西，我留意了一下。

它的思路是：与其让 AI 每次现翻，不如先把整个仓库解析成一张图——有哪些函数、哪些类、谁调用谁，全存进一个数据库里。AI 要用的时候直接查这张图，不用再翻文件。

官方给的效果例子是：41 万 token 压到 3400，省 99.2%。

看到这个数字，说实话我是心动的。

然后我去看了它拿来演示的场景：Linux 内核，2800 万行代码，7.5 万个文件。

仓库越大，这件事越值。2800 万行的时候，让 AI 翻文件本身就是灾难，省 99.2% 完全成立。

问题是我手上这几个项目，没有一个是 2800 万行。

这里有个容易忽略的地方：这类工具省的，是“AI 为了找一个东西而反复翻文件”的开销。所以它的收益几乎完全由仓库规模决定。仓库越小，这笔开销本来就越小——搜一下，读两个文件，几秒钟的事，也花不了多少 token。

省下来的那点，不够付它的入场费。

还有一层。官方给的数字，永远来自它最擅长的那个场景。41 万压到 3400，用的是 Linux 内核。这不是造假，任何工具的宣传都会这么做——挑收益最大的地方展示给你看。

那个 99.2% 是真的。只是算这个百分比的分母，不是我的分母。

最后没装，主要还不是因为省得少，是因为它的成本长什么样。

它是个常驻进程。装上之后不是“用的时候才启动”，而是一直在后台跑着，自动同步、增量重建索引。

它还会自动往客户端里注入 hooks 和 skills。也就是说，它会在你没参与的情况下，改变你那些工具原本的默认行为。

本体是预编译的闭源二进制，安装时会自动改写好几个客户端的配置文件。

这几条单看都还好，放一起才是真正让我停手的地方：它要读完你全部的代码、建一张完整的结构图，而它本身你看不到源码，还常驻后台、有权改你的配置。

为了省点 token，这个信任面我扛不住。

还有些更琐碎的。它官方支持 37 个客户端，里面有 Claude Code，没有 Codex CLI；Windows 上也没有一键安装脚本。这些单拎出来都不算事，但叠在“收益本来就不明显”上面，天平就很清楚了。

工具的成本从来不只是标价。它要占你多少后台、要你信任多少看不见的东西、出问题时你能不能自己拆开看，这些都算钱。

这不是说这工具不好。放在 2800 万行的仓库上，它可能真的是刚需——那种规模下省的已经不只是钱，是 AI 到底还能不能干活的区别。

我放弃的东西也很明确：省 token 的那部分收益。这个我认，不装糊涂。

什么时候会回头看它，我也写清楚了。两个条件要同时成立：一是某个仓库涨到数十万行以上；二是我开始反复需要跨模块追调用、找死代码、问架构。注意是“反复”——偶尔来一次，自己翻反而更快。

到那天我只接一个客户端，不再两边折腾。

其实大部分工具决策都能这么看：先别问它好不好，先看它的演示场景和你的真实场景差多远。差得越远，那个漂亮数字跟你的关系就越小。

难点从来不在“它好不好”，在“我现在是不是那个能吃到它好处的人”。

下次再看到一个惊人的百分比，先别急着看比例，先去找它的分母有多大。