大家好，我是二哥呀。

从 8 月底开始，我给 PaiCLI 做了一套评测集，28 道题，满分 100。DeepSeek V4 Flash 和 GLM-5.3-Flash 两个模型接进去，前前后后跑了好几轮，真实调用了两百多次模型。

到今天为止，这套评测的正式分数是 null。

数字其实跑出来过。8 月 31 日那一轮，DeepSeek 拿了 100，GLM 拿了 87；9 月 4 日复测，两家都是 89。这些数字都在报告里，可我一个都不敢拿出来当成绩发。

原因说起来有点丢人。9 月 4 日那两个 89 分，扣掉的 11 分是同一道题，出错的是我写的验题脚本。它把只读快照复制到临时目录后，删旧文件时报了一个 Permission denied，旧的判分程序把这个退出码直接记成了模型做错。修好脚本、用原始产物重新验一遍，一次模型都没调，16 份产物全部通过。

大家好，我是二哥呀。

我发现，IDEA 的重度用户还是蛮多的，之前给大家推荐 IDEA+Claude Code/Codex 的方案，就有 1700 多小伙伴转发，3.3 万人阅读，推荐数量比点赞数量还多。

有点意外，有点惊喜。

既然这么多小伙伴喜欢，今天再给大家推荐一个组合：IDEA + 飞算 JavaAI Agent，后端代码这块的体验绝逼拉到满中满。

大家好，我是二哥呀。

这一期我们来给 Agent 装上 RAG，让 Agent 可以直接读我们的代码库。

举个具体场景，我问“MemoryManager 是怎么压缩上下文的”。没有 RAG 的 Agent 只能凭训练数据瞎猜，猜得对算运气好。

装了 RAG 之后，Agent 会先去代码库里捞 ContextCompressor.compressIfNeeded，看 Map-Reduce 的实现，再基于这段真实代码的回答。

整个 RAG 的架构示意图如下所示。

大家好，我是二哥呀。

PaiCLI 第 3 期上线的时候，Memory 系统是我写得最顺手的一块。一个门面类当总管，底下挂着短期记忆、长期记忆、压缩器、Token 预算和检索器五个组件，架构图画出来整整齐齐。

8 月底，我自己把这套设计拆了。

起因是一个很朴素的问题。Agent 发给模型的是它手里那份对话历史，第 3 期的短期记忆却另外维护了一份副本。压缩器压的是副本，发给模型的那一份照样在涨。两份历史各走各的，压缩写得再漂亮，上下文窗口该满还是会满。

那次提交的说明里，我把旧的短期记忆叫做 shadow copy，也就是额外维护的一份副本。删掉它之后，压缩直接作用在发给模型的真实消息列表上。

大家好，我是二哥呀。

第 1 期的 ReAct 已经能干活了，读文件、改代码、跑命令，一步接一步。

可任务一长，比如“读 pom.xml、看看源码结构、再写一份升级方案”，问题就来了。我们在 Agent 动手之前不知道它打算怎么做，互不相干的几步也没法同时跑。中途哪一步错了，只能等它自己发现。

大家好，我是二哥呀。

Opus 5.5 发布后测试了几天，发现太强大了，加上GPT-6 Astra 也很牛逼，于是打算升级和重构一下PaiCLI的代码和教程。

这半年，我每天都在终端里和 Claude Code 打交道。于是我就用 Java 手搓了高仿 Claude Code 的命令行 Agent，名字就叫 PaiCLI。