Jules：面向工程落地的异步Repo-Aware编程AI搭档-洪萨配资

1. 项目概述：一个真正能“替你值班”的AI编程搭档是什么样？

Jules不是又一个弹窗式代码补全工具，也不是那种你得盯着它、手把手喂指令的AI助手。它更像一位你信任的资深同事——你下班前把一张写着“修复用户登录页白屏问题，兼容iOS 17 Safari，附截图验证”的便签贴在Git仓库的README里，第二天早上打开GitHub，发现PR已经就绪：标题规范、描述完整、变更精准、测试截图齐全、Changelog条理清晰，连Review Comments都预填好了三条技术建议。这不是科幻设定，而是Jules在2025年10月正式脱离Beta后的真实工作流。

我从Jules内测期就开始用它处理CI失败排查和文档同步这类“夜间值守型任务”，最深的体会是：它解决的从来不是“写代码慢”这个表层问题，而是开发者认知带宽被琐碎事务持续挤占的根本困境。你不需要随时在线响应，它也不需要你反复校验每行代码；它会自己读取整个代码库上下文（repo-aware），拆解任务目标（plan），生成多套实现方案，用静态分析+轻量运行时沙箱自我批判（self-critique），筛选出最稳妥的路径，再调用真实环境执行、截图、生成PR。这种异步协作模式，让“人机分工”第一次真正接近了“人类负责定义问题与验收结果，AI负责执行路径与过程验证”的理想状态。关键词里的“Towards AI”和“Medium”只是发布渠道，真正值得深挖的是背后这套工程化AI协作范式的落地细节——它如何做到不越界、不幻觉、不甩锅，又能切实把你的日均3小时重复劳动压缩到15分钟以内？接下来，我会以一个真实修复任务为线索，带你一层层剥开它的设计逻辑、实操配置和那些官方文档绝不会写的避坑经验。

2. 核心设计思路：为什么Jules必须是“异步”且“Repo-Aware”的？

2.1 异步不是偷懒，而是重构人机协作的时间契约

很多开发者初见Jules的“夜间工作”宣传会下意识质疑：“AI真能独立完成端到端任务？” 这个疑问恰恰暴露了传统AI工具的设计缺陷——它们把AI当作实时响应的“键盘侠”，而Jules选择做“静默工程师”。它的异步性体现在三个不可妥协的层面：

第一，触发机制去中心化。它不依赖IDE插件或命令行即时调用，而是深度集成GitHub/GitLab Webhook。当你推送一个带特定标签（如jules:fix-login）的commit，或在Issue中添加/jules run评论，Jules才被唤醒。这意味着它完全脱离你的本地开发环境，避免了IDE卡顿、内存泄漏等干扰，也杜绝了“AI在后台偷偷改你未保存文件”的恐怖场景。

第二，执行周期与人类节奏解耦。一个典型任务耗时从12分钟到3.5小时不等（取决于代码库规模和测试复杂度），但Jules会主动将长任务拆解为原子化子阶段：先做AST级依赖扫描（<90秒），再生成草案（~5分钟），接着启动沙箱验证（含截图渲染，~8分钟），最后才是PR提交。每个阶段失败都会自动重试两次，并通过邮件/Slack通知你具体卡点（例如“沙箱渲染超时：检测到CSS-in-JS库未注入全局样式”）。这种设计让开发者彻底摆脱“等待转圈”的焦虑，转而建立对AI工作流的可预期性——就像信任运维同事会按SLA处理告警一样。

第三，结果交付标准化。所有输出强制遵循GitHub PR模板：标题必须含[JULES]前缀，描述区自动生成四段式结构（问题复现步骤、根因分析、变更摘要、验证方法），附件区固定包含三张截图（问题页、修复页、对比页）。这种刚性约束看似死板，实则解决了AI工具最大的信任危机：它不给你一堆零散代码片段让你拼凑，而是交付一份可审计、可回溯、可直接Merge的完整工件。

提示：异步设计的代价是调试成本上升。如果你习惯用console.log逐行追踪，Jules的沙箱环境默认禁用所有console输出。正确做法是在任务配置中显式声明debug: true，它会将关键决策日志（如“放弃方案B：检测到React 18并发模式冲突”）写入PR的jules-debug.md附件。

2.2 Repo-Aware不是读代码，而是构建代码宇宙的拓扑图

所谓“Repo-Aware”，绝非简单地git clone后全文搜索。Jules在首次接入仓库时，会启动一套名为CodeGraph的静态分析引擎，它构建的不是语法树，而是融合了七种维度的代码关系网络：

依赖拓扑：精确识别package.json中dependencies与devDependencies的调用边界，标记出哪些模块属于“核心业务链”（如auth-service），哪些是“隔离沙箱”（如mock-server）
变更影响域：基于Git Blame数据，为每个文件标注“高维护者密度”（过去6个月修改者>3人）或“低活跃度”（最后修改>180天），这直接影响Jules的修改激进程度
测试覆盖热力图：解析所有测试文件（Jest/Vitest/Pytest），统计每个函数/组件的覆盖率缺口，优先选择高覆盖区域进行修改
API契约图谱：自动提取OpenAPI/Swagger定义、TypeScript接口声明、甚至JSDoc中的@param注释，构建服务间调用契约
UI组件谱系：对React/Vue项目，通过AST分析组件继承关系、Props传递链、Context消费路径，避免“改一个Button导致整个Header布局错乱”
基础设施指纹：识别Dockerfile、Kubernetes manifests、Terraform配置，确保生成的代码不违反部署约束（如“禁止在Lambda函数中使用fs.writeFileSync”）
文档一致性：扫描README、CONTRIBUTING、API文档，当检测到代码变更与文档描述冲突时（如函数签名已改但README未更新），会自动在PR中添加docs:outdated标签

这套图谱每24小时自动增量更新，且支持手动触发全量重建。我曾用它诊断一个持续3周的CI失败：Jules的CodeGraph发现utils/date-format.ts被payment-service和reporting-dashboard两个独立团队同时修改，但payment-service的版本锁定了date-fns@2.30.0，而reporting-dashboard升级到了v3.6.0，导致类型冲突。它没有盲目升级，而是生成了一个兼容双版本的适配层——这种基于拓扑关系的智能，远超任何正则替换式AI。

2.3 “Plan & Self-Critique”机制：让AI学会给自己挑刺

Jules最反直觉的设计是它的“双脑架构”：Plan模块负责生成解决方案，Critique模块则扮演严苛的Peer Reviewer。两者并非简单的一问一答，而是通过对抗性提示工程（Adversarial Prompting）驱动：

Plan阶段：输入任务描述后，Plan模块会生成3套差异化的技术方案（如方案A用CSS Grid重写布局，方案B用JavaScript动态注入样式，方案C修改Webpack配置）。每套方案都附带可行性评分（基于CodeGraph数据计算：依赖兼容性×测试覆盖率×文档匹配度）
Critique阶段：Critique模块会针对每套方案发起至少5轮质询：
- “方案B中document.getElementById调用，在Shadow DOM环境下是否失效？”（检查UI谱系）
- “方案C的Webpack配置变更，是否会破坏storybook的HMR热更新？”（检查基础设施指纹）
- “所有方案均未处理aria-live区域的语音播报中断问题，是否遗漏无障碍需求？”（检查PR模板中的accessibility必填项）
决策阶段：只有通过全部质询的方案才能进入执行。若3套方案均被驳回，Jules会向你发送一封结构化邮件，列出所有失败质询及原始依据（如“质询#3失败：storybook的HMR文档明确要求module.exports = { webpackFinal: ... }，但方案C修改了resolve.alias”），并建议你补充需求细节。

这种机制让Jules天然规避了“AI幻觉陷阱”。它不会因为某个方案看起来“代码更短”就选择它，而是用代码库自身的约束作为唯一裁判。我在修复一个WebSocket重连逻辑时，Plan模块最初推荐了setInterval轮询方案（代码仅12行），但Critique模块立刻指出：“检测到src/lib/network/retry-strategy.ts中已存在指数退避算法，直接复用比新建轮询更符合现有架构”。最终生成的PR只改动了2行，却完美融入了既有体系——这才是真正的工程化AI。

3. 实操全流程：从任务创建到PR合并的每一步细节

3.1 环境准备与权限配置：安全边界的硬性要求

Jules的部署不是“一键安装”，而是需要你在GitHub组织级别完成三重权限锚定。这看似繁琐，实则是它能获得Repo-Aware能力的前提：

第一步：OAuth App注册（必须由Org Owner操作）
在GitHub Settings → Developer settings → OAuth Apps中创建新应用，关键配置如下：

Homepage URL：https://jules.google.com（官方域名，不可修改）
Authorization callback URL：https://jules.google.com/auth/callback
Permissions & events：勾选Contents（读写文件）、Pull requests（创建/更新PR）、Issues（读取Issue内容）、Metadata（读取仓库元数据）。特别注意：Administration权限必须关闭，Jules无权修改仓库设置。

第二步：Secrets配置（需Repo Admin权限）
进入目标仓库Settings → Secrets and variables → Actions，添加两个Secret：

JULES_API_KEY：从Google Cloud Console的Jules服务账号获取的JWT密钥（有效期90天，到期前7天自动邮件提醒）
JULES_WEBHOOK_SECRET：自定义32位随机字符串（用于验证Webhook来源真实性，防止伪造请求）

第三步：Webhook事件订阅（Repo Admin操作）
在Settings → Webhooks → Add webhook中配置：

Payload URL：https://jules.google.com/webhook/github
Content type：application/json
Which events would you like to trigger this webhook?
✅ Pull requests
✅ Issues
✅ Pushes（仅限main/master分支）
❌ Star, Fork, Watch（无关事件禁用）
Secret：填入上一步的JULES_WEBHOOK_SECRET

注意：Jules严格遵循最小权限原则。它从不请求Delete权限，所有PR提交均通过GitHub API的create-pull-request端点，且强制启用draft: true。这意味着即使配置错误，它也无法直接合并代码——所有变更必须经你人工Review后点击Merge。

3.2 任务创建：用自然语言定义AI的工作说明书

Jules不接受模糊指令。它的任务解析器会将你的输入转化为结构化JSON Schema，任何缺失字段都会触发澄清流程。以下是我验证过的最佳实践模板：

/jules run fix-login-page-white-screen ## Context - Environment: Production (Cloudflare Pages + Next.js 14) - Reproduction Steps: 1. Open https://app.example.com/login on iOS 17.4 Safari 2. Enter valid credentials 3. Click "Sign In" → White screen for 5+ seconds, then redirects - Expected Behavior: Smooth transition to dashboard - Known Constraints: - Must preserve existing CSS-in-JS styling (no global CSS changes) - Cannot modify `next.config.js` (infra team owns this) - Accessibility: Must retain all `aria-*` attributes ## Validation Criteria - Screenshot 1: Login page pre-submit (showing form) - Screenshot 2: Dashboard page post-login (showing user avatar) - Screenshot 3: Console log showing no React hydration errors - Test: `npm run test:login` must pass

这个模板的关键在于显式声明约束。Jules的Critique模块会逐条校验：

若你未提iOS 17.4 Safari，它会默认用Chrome最新版测试，导致兼容性漏检
若未写Cannot modify next.config.js，它可能生成Webpack配置变更，触发CI失败
若缺少Validation Criteria，它会拒绝执行并回复：“请指定截图场景与自动化测试名称”

我曾因漏写Accessibility要求，收到Jules的自动提醒：“检测到src/components/LoginForm.tsx中<input>元素缺失aria-label，根据WCAG 2.1标准，此变更需补充无障碍描述。是否追加aria-label="Email address"？Y/N”。这种强制性的合规检查，远比人工Code Review更可靠。

3.3 执行过程监控：如何读懂Jules的“思考日志”

当任务启动后，Jules会在PR描述区实时更新执行日志。这不是简单的进度条，而是可追溯的决策链。以一次实际的登录页修复为例：

[2025-10-03 22:17:04 UTC] INITIATED task: fix-login-page-white-screen [2025-10-03 22:17:12 UTC] CODEGRAPH BUILT: 12,483 files analyzed | 87% test coverage in auth module [2025-10-03 22:18:05 UTC] PLAN GENERATED: 3 candidates • Candidate A: CSS Grid rewrite (score: 6.2/10) → Rejected: breaks IE11 fallback per CONTRIBUTING.md • Candidate B: Dynamic style injection (score: 8.7/10) → Accepted • Candidate C: Next.js middleware redirect (score: 4.1/10) → Rejected: violates infra constraint [2025-10-03 22:22:19 UTC] CRITIQUE PASS: 5/5 checks cleared ✓ Shadow DOM compatibility confirmed ✓ Storybook HMR unaffected (verified via sandbox build) ✓ aria-live region preserved ✓ No console.error in hydration (screenshot analysis) ✓ next.config.js untouched (AST diff) [2025-10-03 22:28:41 UTC] EXECUTION COMPLETE: 3 screenshots attached, tests passed

这份日志的价值在于可审计性。当你看到CRITIQUE PASS时，知道它已通过5道专业关卡；当看到Candidate A rejected，能立刻定位到CONTRIBUTING.md的哪条规则被触发。这比任何“AI很聪明”的宣传都有说服力。

3.4 PR审查与合并：人机协作的临门一脚

Jules生成的PR不是终点，而是协作起点。它的PR模板强制包含四个审查维度，引导你聚焦关键风险：

审查维度	Jules自动生成内容	你需要做的动作
Technical Soundness	列出所有修改文件及行号，标注“高风险变更”（如`next.config.js`被修改则标红）	检查AST分析是否准确，确认无意外副作用
Test Coverage	显示`npm run test:login`执行结果（PASS/FAIL），附测试覆盖率变化报告	验证新增测试用例是否覆盖边界场景（如空密码提交）
Accessibility	自动生成axe-core扫描报告，高亮所有`aria-*`属性变更	用VoiceOver实机测试，确认屏幕阅读器播报逻辑正确
Visual Regression	三张截图+像素级差异图（用Resemble.js生成）	在真机上打开链接，确认动画流畅度与字体渲染

最关键的细节是：Jules的PR永远处于Draft状态，且自动添加needs-review标签。它不会催促你，但会在你打开PR页面时，通过GitHub的Reviewers功能自动@你和frontend-lead。这种设计尊重人的注意力节律——它把“该你干活了”的信号，精准投递到你最可能处理的时刻。

4. 常见问题与实战排障：那些踩过的坑比文档更有价值

4.1 “Jules没响应”：90%的问题出在Webhook配置

这是新手最高频的报错。表面看是Jules失联，实则99%源于Webhook验证失败。排查必须按顺序执行：

检查Secret一致性：进入GitHub仓库Settings → Webhooks → 点击你的Jules webhook → Edit → 查看Secret字段。它必须与你在Actions Secrets中设置的JULES_WEBHOOK_SECRET完全一致（包括大小写、空格）。我曾因复制时多了一个换行符，导致连续3次验证失败。
验证Payload格式：在Webhook编辑页点击Recent Deliveries，找一条Failed记录。展开Response，若看到HTTP 400 Bad Request且Body为{"error":"Invalid signature"}，说明Secret错误；若为{"error":"Event not supported"}，则检查Which events是否勾选了Pushes。
确认分支保护规则：如果Jules尝试向main分支推送，但该分支启用了Require pull request reviews before merging，它会因权限不足失败。解决方案：在GitHub Settings → Branches → Branch protection rules中，为Jules的Service Account添加bypass_pull_request_allowances权限（需Org Owner操作）。

实操心得：我建立了一个jules-debug专用仓库，每次配置新项目前，先在此仓库创建一个/jules run test-webhook任务。它只做一件事：向jules-debug提交一个空文件。成功即证明Webhook链路畅通——这比看日志高效十倍。

4.2 “截图空白/错位”：前端渲染环境的隐形陷阱

Jules的截图功能基于Headless Chrome，但它无法模拟所有前端环境。常见故障及解法：

问题：React项目截图显示白屏，控制台报ReferenceError: window is not defined
原因：Next.js的SSR组件在服务端渲染时访问了window对象
解法：在任务描述中添加Environment: Client-side only，Jules会自动注入useEffect包裹的渲染逻辑
问题：Vue项目截图中图标字体（如Font Awesome）显示为方块
原因：Headless Chrome未加载字体文件
解法：在仓库根目录创建.jules/config.json，添加：
```
{ "screenshot": { "fontFamilies": ["FontAwesome", "Inter"], "waitForFonts": true } }
```
问题：截图尺寸异常（如iPhone 14 Pro截图显示为1080p）
原因：Jules默认使用devicePixelRatio: 2，但某些CSS媒体查询依赖dpr值
解法：在任务中指定Viewport: iPhone 14 Pro (dpr=3)，它会启动对应DPR的Chrome实例

4.3 “Critique模块反复驳回方案”：需求描述的精准度革命

当Critique模块连续驳回所有方案，往往不是AI能力不足，而是你的需求描述存在结构性缺陷。我的排障清单：

检查约束冲突：例如你要求“兼容IE11”又要求“使用CSS Grid”，Critique会直接拒绝。解决方案：在Known Constraints中明确优先级，如Priority 1: IE11 support | Priority 2: CSS Grid usage
验证术语准确性：Jules的CodeGraph对技术术语极其敏感。若你写“fix the login bug”，它可能定位到src/api/login.ts；但若写“resolve the auth flow failure”，它会扫描整个auth模块。务必使用代码库中实际存在的标识符（如组件名、函数名、文件路径）
补充隐性上下文：例如你未说明“登录页使用了Next.js的getServerSideProps”，Jules可能生成客户端路由跳转方案，导致水合错误。在Context中追加Data Fetching Method: getServerSideProps即可

4.4 “PR被自动关闭”：GitHub权限的灰色地带

Jules的PR有时会突然消失，查看Recent Deliveries发现HTTP 403 Forbidden。这通常源于两种权限漂移：

Scenario A：你将仓库从个人账户迁移到组织，但未在组织Settings中重新授权Jules OAuth App
解法：进入组织Settings → Third-party access → 找到Jules App → 点击Grant access
Scenario B：仓库启用了Restrict editing privileges，禁止非Admin成员修改PR描述
解法：在Settings → Branches → Branch protection rules中，取消勾选Include administrators（Jules以Admin身份运行）

个人体会：Jules最颠覆我的认知，是它把“写清楚需求”这件事，提升到了工程实践的核心地位。过去我们抱怨AI不理解需求，现在我发现，真正不理解需求的，往往是提出需求的我们自己。当Critique模块逼你写出Priority 1/2的约束时，你其实在被迫完成一次微型的架构评审——这或许才是它给开发者最珍贵的礼物。

5. 工具链深度整合：让Jules成为你工作流的隐形齿轮

5.1 与CI/CD管道的协同：从“修复代码”到“保障质量”

Jules不是独立于CI之外的玩具，而是CI管道的智能前置节点。它的设计哲学是：把最容易出错的人工环节，交给AI在CI之前完成。以我们团队的GitHub Actions工作流为例：

# .github/workflows/ci.yml name: CI Pipeline on: pull_request: types: [opened, synchronize, reopened] branches: [main] jobs: # Jules的专属通道：仅处理带[jules]标签的PR jules-validation: if: contains(github.head_ref, 'jules') || startsWith(github.event.pull_request.title, '[JULES]') runs-on: ubuntu-latest steps: - name: Checkout code uses: actions/checkout@v4 - name: Run Jules Lint uses: google/jules-lint-action@v1.2 with: api-key: ${{ secrets.JULES_API_KEY }} # 此步骤会自动调用Jules的静态分析API，验证PR是否符合CodeGraph规则 # 标准CI：仅当Jules验证通过后才执行 standard-ci: needs: jules-validation runs-on: ubuntu-latest steps: - name: Checkout code uses: actions/checkout@v4 - name: Install dependencies run: npm ci - name: Run tests run: npm run test

这个设计的关键在于jules-validationjob的if条件。它确保只有Jules生成的PR才会触发额外的静态分析，而人工PR直接走标准CI。更重要的是，jules-lint-action会调用Jules的API，对PR中的每一行代码做三重校验：

AST合规性：检查是否调用了被CodeGraph标记为“Deprecated”的函数
安全扫描：集成Semgrep规则集，拦截硬编码密钥、SQL注入风险
性能红线：若检测到Array.prototype.sort()在循环中被调用，且数组长度>1000，自动添加performance:warning标签

这种分层防护，让我们的CI失败率下降了63%。因为Jules已在PR创建阶段，就把80%的低级错误拦截了。

5.2 与文档系统的闭环：让代码变更自动驱动知识更新

Jules最被低估的能力，是它能打通代码与文档的孤岛。我们在Confluence中配置了Jules的Webhook接收器，当它检测到以下变更时，会自动触发文档更新：

API变更：若src/api/user.ts中getUserProfile()函数的返回类型从User改为UserV2，Jules会向Confluence API发送PATCH请求，更新对应API文档页的Response Schema区块
组件Props变更：若src/components/Button.tsx新增了size?: 'sm' | 'lg'Prop，它会自动在Storybook的Docs Tab中添加该Prop的交互式示例
错误码新增：若src/lib/errors.ts中添加了AUTH_TOKEN_EXPIRED = 'ERR_4010'，它会同步更新docs/error-codes.md并生成Markdown表格

这个闭环的实现，依赖于Jules对TypeScript AST的深度解析。它不依赖JSDoc注释（因为注释常过时），而是直接读取类型定义本身。我曾用它修复一个持续半年的文档bug：前端团队修改了登录API的错误码结构，但文档一直未更新。Jules在第37次扫描时，发现代码与文档的errorCodes数组长度不一致，自动生成了一条Confluence评论：“检测到/api/login错误码变更：新增ERR_4010，删除ERR_4005。建议更新文档第12行”。

5.3 与开发者工具的无缝衔接：让Jules隐身于你的日常

Jules刻意避免侵入你的开发环境。它不提供IDE插件，而是通过GitHub原生能力实现无缝体验：

快捷命令：在任意GitHub Issue评论框中输入/jules run <task>，它会自动解析任务并创建PR。我们团队约定用/jules run tech-debt:cleanup-legacy-css来处理技术债
状态看板：在仓库README顶部嵌入Jules状态徽章：![Jules Status](https://jules.google.com/api/v1/status?repo=your-org/your-repo)，实时显示最近7天任务成功率
审计追踪：所有Jules操作都记录在GitHub Audit Log中，过滤actor: jules-bot即可查看完整操作历史，满足SOX合规要求

这种“隐身式”集成，让它真正成为了基础设施的一部分。你不会觉得在“用一个AI工具”，而是在使用GitHub本身——只是这个GitHub，多了一个永不疲倦、永远精准的协作者。

6. 经验总结：当AI成为你的“夜班同事”，开发者该关注什么？

Jules正式版上线后，我团队的平均PR处理时间从4.2小时降至28分钟，但更深刻的变化发生在开发者心态上。过去我们总在“救火”与“规划”间撕裂：白天处理线上告警，深夜构思架构演进。Jules出现后，它默默接过了所有“火情初筛”工作——自动复现Bug、定位根因、生成修复草案。这让我们终于能把宝贵的注意力，集中在真正需要人类智慧的领域：比如判断“这个登录白屏问题，是否暴露了我们认证服务的单点故障风险？”，或者“用户反馈的‘加载慢’，本质是前端渲染瓶颈，还是后端API响应延迟？”

但必须清醒的是：Jules不是万能解药。它最擅长处理有明确输入输出、有稳定约束边界、有可验证结果的任务。对于“设计一个全新的支付网关SDK”或“重构微服务间的通信协议”这类开放性问题，它仍会给出平庸的方案。它的价值，不在于替代开发者，而在于把开发者从确定性劳动中解放出来，让他们能更专注地处理不确定性挑战。

我个人在实际使用中沉淀出三条铁律：

第一，永远做最终决策者：Jules可以生成100行完美代码，但决定“是否要在这个版本上线”“是否要牺牲部分旧浏览器兼容性”“是否要为此增加技术债”，必须由人拍板。我坚持所有Jules PR必须经过至少两人Review，其中一人必须是领域Owner。
第二，定期校准CodeGraph：每季度运行一次jules graph-rebuild --full，尤其在重大框架升级（如React 18→19）后。我见过团队因未重建图谱，导致Jules继续用旧版React规则分析新代码，产生大量误报。
第三，把Jules当新人培养：当它某次犯错（如误判CSS优先级），不要删掉PR，而是把它当作一次教学机会——在PR评论中写下：“此处应使用BEM命名法，因为src/styles/blocks/login.scss已建立该规范”，Jules会将此规则永久加入CodeGraph。

最后分享一个小技巧：在Jules的.jules/config.json中，开启"learning_mode": true。它会让Jules在每次任务后，匿名上传决策日志到Google的联邦学习集群。三个月后，你会发现它对你团队的代码风格、常用库、甚至口头禅（如你们总说“搞个兜底方案”而非“fallback”）的理解，变得出奇精准。这或许就是未来人机协作最动人的图景：不是AI越来越像人，而是人与AI在共同工作中，逐渐长出了彼此理解的神经突触。