如果我们认为 AI 助手只是一个“问答工具”那么大家可能错过了 Gemini CLI 最具灵魂的设计。通过开启experimental下的几个开关我们可以让 AI 助手具备自动总结经验、智能管理事实以及即时切换规则的能力。本文将带大家走进 Gemini CLI 的实验室拆解支撑其“自动进化”的三大黑科技。1. autoMemory会自我总结的“孔子”后台很多人开启了autoMemory: true却没发现它的存在。实际上当大家休息时Gemini CLI 会启动一个名为confucius孔子的后台 Agent。confucius的职责是“温故而知新”。它会扫描大家已经结束且闲置 3 小时以上的对话记录识别出那些大家重复执行的操作流程或成功的 Bug 修复方案。它会将这些经验打包成Agent Skill (SKILL.md)的草案并投递到我们的/memory inbox中。我们只需要偶尔进去“审批”一下AI 助手就会变得越来越懂我们的业务逻辑。2. memoryV2Agent 驱动的智能路由开启memoryV2: true后系统不再简单地将事实堆砌在一起而是赋予了 Agent“分类归档”的智慧。在 V2 模式下Agent 会根据知识的属性是个人习惯、团队规范、还是本地私密信息自动路由到正确的 Markdown 层级。最重要的是它解决了隐私隔离的问题团队知识写入项目的GEMINI.md全组可见随 Git 走。私密知识写入物理隔离的MEMORY.md仅限本地永不进仓。这种“智能路由”让 AI 在协助我们工作的同时守住了安全与协作的边界。3. jitContextToken 节省与专注度的平衡点在大型项目中各种规则GEMINI.md可能成百上千。如果全部塞进 ContextAI 很快就会变得“心浮气躁”。jitContext: trueJust-In-Time Context正是为此而生。如上图所示AI 只有在真正访问某个特定目录时才会动态加载该目录下的特定规则。这不仅大幅节省了 Token更确保了 AI 在每一行代码面前都能保持极高的专注度不受无关规则的干扰。总结迈向自进化 Agent这三大开关——autoMemory学习、memoryV2存储、jitContext应用——构成了一个完整的知识闭环。它们让 Gemini CLI 不再是一个静态的程序而是一个能够随着我们的项目一起成长、进化的“数字员工”。如果追求极致的生产力现在就去~/.gemini/settings.json中开启它们吧。