智能体经验合并请求
智能体重复犯错时，把人的纠正做成可回放测试、可审核并能回滚的团队经验。
工程师发现智能体又把同一个配置、测试习惯或权限边界理解错时，不必把纠正埋在下一轮聊天里。用户选中那段纠正，附上相关代码、工具调用和正确示例，提交一条“经验合并请求”。系统先把它整理成可读的规则：适用于什么仓库、遇到什么条件该做什么，以及哪些情况不能套用。
提交后，这条经验不会立刻广播给所有智能体。产品从团队已经完成的脱敏任务中抽取一组回放样本，让旧规则和新规则分别执行。页面把新规则修复的错误、引入的退步和无法判断的案例并列出来，审核者能查看触发它的原始上下文，而不是只看一个通过率。
通过审核的经验带着版本号进入指定仓库和任务类型。某条经验在后续任务里造成回归时，负责人可以定位受影响的会话，一键退回上个版本，并留下新的改进请求。团队逐渐拥有一套像代码一样能审查、测试和回滚的智能体工作手册。
第一版只接收人工明确提交的纠正，覆盖常见的代码修改和工具调用任务。它不偷偷提取所有私聊内容，也不让模型自行把一次偶然成功扩张成全局规则。
为什么是现在
截至 8 月 9 日观测，Hexis 位于 Product Hunt 新品流第 1 名，主打用 Git 管理智能体技能、工具和上下文。S1 这让团队更容易看到：共享规则已有载体，眼下缺的是把纠正先回放验证，再审批分发。
目标用户
面向同时使用编码智能体的工程团队，尤其是负责代码审查、开发规范或内部平台的人。当同一种错误再次出现在合并请求里，口头提醒已经显得低效。此时他们手上既有失败会话，也有正确代码和测试结果。把这些材料立即沉淀，成本最低，也最容易说清规则边界。
最小切入点
入口放在编码智能体的会话记录旁，提供“提交纠正”动作。用户选中对话片段，再附上相关文件、工具调用和正确结果。系统生成结构化规则草稿，字段包括适用仓库、触发条件、预期动作和例外。规则与样本都存进 Git 分支，并通过 GitHub REST API 创建合并请求。S3 回放器先支持可重复运行的命令行编码任务。它在隔离环境中分别加载旧版与新版规则。结果页逐例展示修复、退步和无法判断，不先压成单一分数。早期评判以确定性测试和人工复核为主，暂缓自动推广。
以小博大
首批用户可从维护 CLAUDE.md、AGENTS.md 和仓库规则的工程团队中寻找。发布一个开源命令行工具，把现有规则文件转成带样本的经验请求。再提供常见模板，例如测试命令、包管理器选择和权限限制。用真实的前后回放差异写技术案例，投放到编码智能体社区和工程团队内部工具讨论区。
竞品与缝隙
怎么赚钱
按团队工作区订阅收费，包含成员席位、规则仓库和基础回放额度。超出额度后按回放任务量计费。自托管、单点登录、审计导出和长期留存放入企业套餐。
反方视角
回放结果很容易受模型版本、依赖状态和外部工具变化影响。同一条规则可能只是碰巧让一次任务通过。为了区分规则效果与随机波动，团队要固定环境并保留完整轨迹。历史任务还可能包含密钥、客户代码和员工对话，脱敏会增加接入阻力。许多纠正无法写成确定性测试，只能依赖人工判断。评审者若要逐例查看长会话，审批会变成新的工作负担。错误规则一旦广泛分发，会让多个智能体以更稳定的方式犯错。产品必须先证明回放证据能减少评审时间，否则普通 Git 文件更省事。