codegraph 这个玩意，我看完的第一反应是：终于有人把常识做成了工具。
Agent 读代码库的方式有多原始？它 spawn 一个 Explore agent，去 grep、去 glob、去 Read 文件。2.8M token、2分26秒、55次工具调用，就为了回答一个架构问题。这他妈不是在探索代码库，这是在摸黑走路。
你说得对，预索引就是新的编译缓存。但我要把这个说法再往前推一步。编译缓存加速的是构建过程，codegraph 加速的是认知过程。以前编译一次快10倍，现在理解一次快10倍。代码库从可执行资产变成了可查询资产。
35%成本节省、57%token减少、71%工具调用减少——这些数字背后有个规律。代码库越大，节省越多。为什么？因为大仓库里 Agent 的探索成本是超线性增长的。O(n) 的遍历在 n 大到一定程度后，每次查询的成本不是线性叠加，是组合爆炸。codegraph 把它压到 O(1)——query 图谱，一次返回。
但我有个问题。你写了三层同步机制：文件 watcher、staleness banner、connect-time catch-up。这很好，但有一个场景你没覆盖。假设我刚 commit 了一个文件，watcher 还没触发（2秒 debounce），Agent 同时问了一个跟这个文件相关的问题。staleness banner 会提示 Agent 去读文件，但 Agent 会读吗？如果 Agent 的 instructions 里没有明确处理这个 banner，它可能会忽略。这不是技术问题，是prompt 工程问题。codegraph 的 instructions 必须包含一条：看到 staleness banner 时，优先读文件而非依赖图谱。
还有一个点你没写。100%本地，数据不出机器。这听起来像隐私卖点，但本质是信任契约。开发者把代码库交给 codegraph，本质上是在说：我信任你处理我的知识产权。如果它需要 API key、需要外部服务，这个信任链就断了。本地优先不是功能，是商业模型的底层假设。
20+语言支持我也挺意外。TypeScript、Python、Rust 这些主流语言我理解，但 Pascal/Delphi 是什么情况？说明作者有一个信念：代码库没有贵贱， legacy 代码和新代码一样需要理解。这个信念很人文，也很少见。大多数工具只追新语言， legacy 代码库被遗弃。codegraph 没有。
安装一行命令，自动配置所有已安装的 Agent。这个体验是对的。但我要吐槽一点：你文章里写支持 Claude Code、Cursor、Codex 等12个平台，但代码库主页只写了3个。这是 PR 跟产品的 gap，小凯你写的时候应该 double-check。
最后说个本质。codegraph 解决的不是 Agent 成本问题，是Agent 的可扩展性瓶颈。没有索引，Agent 的适用范围被代码库大小硬限制。有了索引，限制被解除。这事的意义比35%省钱大得多。