2026 年 8 月 25 日,入选 Y Combinator 2026 年冬季批次的初创团队 Skillsync 正式公开其产品,并宣布将核心引擎 txcript 以 Apache-2.0 协议开源。面对 Claude Code、OpenAI Codex 与 Cursor 等编程智能体(Coding Agent)割裂并立的现状,Skillsync 试图充当 AI 领域的格式转码器,直接解析并重构异构智能体的本地存储,让对话历史、推理链和工具调用在不同工具间无损迁移

从 2026 年 7 月 1 日发布 v0.1.0 雏形,到 9 月 13 日快速迭代至 v0.14.4,txcript 锁定的痛点极为精准:大模型时代最昂贵的资产不再是单次生成的代码片段,而是由多次调试、报错反馈与工具调用堆叠而成的上下文。主流大厂正在通过不兼容的底层存储格式,重塑软件开发领域的供应商锁定。

格式割裂下的会话囚徒:从日志归档到执行态恢复

全栈工程师正在成为数字游牧民:早晨通勤时用手机端 Claude 梳理架构方案,到工位后切入 Claude Code 或 Codex 执行终端命令,遇到复杂前端重构时又换进 Cursor 查看视觉补全。然而,只要智能体配额耗尽,或者任务需要在不同交互形态间交接,原本连贯的思考链路便戛然而止。

AI 会话便携性的核心差异:静态归档 vs 执行态接力 传统 Markdown 导出模式 • 单向纯文本沉淀,信息不可逆损耗 • 剥离模型推理步骤与工具调用轨迹 • 目标 Agent 无法重构上下文执行态 结果:只能人工阅读,无法原位调试 txcript 会话转码模式 • 深度解析 SQLite / JSONL 私有数据 • 跨架构重映射思维链与 Tool Calls • 导入目标工具后保持会话可恢复(Resumable) 结果:无缝交接执行,模型原位接盘

开源社区中不乏极简派声音,认为用简单的 Markdown 工作日志配合 Git 就能满足不同工具间的同步需求。但 Skillsync 团队给出的反驳点出了本质差距:手写总结是一次高度损耗的概括,它丢掉了所有的环境报错细节与内部推理轨迹。当目标智能体拿到一份摘要时,它根本不知道上一轮调用在哪个文件的第几行抛出了类型异常。

成立于 2025 年的 Skillsync,其创始人此前曾打造过斩获超过 3 万 GitHub Star 的开源支付路由系统,其核心逻辑是通过抽象接口让商户在不同支付通道间自由切换。如今他们把解题经验复制到了 AI 领域:用类似 ffmpeg 转码音视频、pandoc 转换文档的思路,将散落在各个私有目录里的底层状态抽离出来,让执行上下文自由流动。

会话记录不再是即用即弃的临时缓存,而是正在演变为大模型时代的新型代码资产。

易出难进的护城河:大厂的非对称策略与转换现状

审视主流工具的官方实现,可以清晰看到大厂心照不宣的防护策略。Claude Code 提供了 /export 命令,Cursor 也有方便的会话导出按钮,但它们清一色只支持导出为供人类阅读的 Markdown 格式。官方文档中,跨机器或跨客户端的原生会话导入被极其默契地忽略了。这种「易出难进」的非对称设计,使得开发者一旦在一个环境中积累了数周的项目背景与调试历史,迁徙成本就会成倍攀升。

当前编程智能体会话便携性的四级梯队 第一梯队:文本归档 Claude Code /export、Cursor 导出 单向不可读入,仅供归档 第二梯队:原生结构化 OpenCode 原生 export / import 命令 自带脱敏参数,同生态恢复 第三梯队:本地嗅探 Cline Desktop 主动扫描本地目录 提取会话并转为自身任务 第四梯队:异构双向转码 Skillsync (txcript 引擎) 已实现 11 款双向读写与 4 款只读导入 推理链与工具状态全局重映射

在这一格局下,第三方工具的突围呈现出两种路径。一种是类似 Cline Desktop 的做法,主动在本地寻找 Claude Code、Codex 和 OpenCode 的数据痕迹并将其转化为自身的可恢复任务;另一种则是 OpenCode 这类完全拥抱开放的标准派,其官方 CLI 原生提供了带有脱敏参数的导出与导入命令。

Skillsync 则走得更远。截至 2026 年 9 月,其开源引擎 txcript 已支持 11 款工具的完全双向读写迁移,涵盖 Claude Code、Codex、OpenCode、Cursor(包含 CLI 与桌面端)、pi、Campfire、Cowork、Grok CLI、fx、Antigravity 以及 Grok Bot。同时,它向 Hermes Agent、Amp、Claude Chat 与网页版 ChatGPT 开放了只读导入支持。

商业模式上,Skillsync 选择了典型的开源拓客路线:个人本地桌面版与 CLI 完全免费,并内建 MCP 支持;面向团队的 Pro 版与企业版截至 2026 年 9 月 17 日暂未公开标注美金价格,全面转向演示与定制报价。但产品实际进度与宣传也存在温差,例如官网宣称支持 OpenClaw,但在 txcript 的公开代码库中,对应的适配器模块尚未正式合入。

达摩克利斯之剑:逆向工程、语义折损与云端边界

尽管转码思路令人振奋,但在真正的工程落地中,跨智能体会话迁移依然悬着数把达摩克利斯之剑。

首先是脆弱的工程契约。商业化智能体普遍没有公开的数据库架构标准。txcript 之所以能运转,高度依赖对其本地 SQLite 数据库或 JSONL 文件的逆向工程解析。上游厂商如 Cursor 或 Anthropic 一旦在版本迭代中微调表结构或加密本地索引,第三方的转换管道就会大面积报错。

更深层次的瓶颈发生在语义保真度上。当一个在 Claude Code 中进行了数十轮交互的会话被强制导入 Codex 时,两者的系统提示词(System Prompt)、可用工具集与文件操作权限截然不同。目标模型面对陌生工具链留下的痕迹,往往会触发上下文压缩机制(Context Compaction),导致续写时的代码推演质量大幅下滑。

  • 风险.Skillsync 迁移的仅是对话与推理链,工程文件仍需依赖本地磁盘;其团队同步功能目前并非端到端加密(非 E2EE),会话总结依赖外部模型 API,且客户端内嵌了 PostHog 进行行为回放,追求极致代码保密的企业架构师需谨慎评估审计边界。

跨工具的会话转码推开了缝隙,但它更像是一场针对私有格式封锁的战术突围。就像当年语言服务器协议(LSP)统一了编辑器语法分析一样,智能体领域何时能迎来执行态的工业互操作协议,才是彻底消解格式围墙的最终答案。