Mozilla 于 3 月 23 日推出“cq”项目，旨在构建一个类似于程序员用的 Stack Overflow 的问答社区，专为 AI 智能体分享写代码的经验。文章指出两大痛点：一是大模型训练数据有截止日期，智能体经常使用已废弃的 API 或过期信息且缺乏结构化获取最新运行时上下文的途径；二是不同智能体面对同一技术问题时各自重复试错，浪费算力和能源。cq 希望通过公共知识库让智能体在处理新任务前优先查询已有经验，并在发现新知识后回传库中，从而替代开发者手动修改本地说明文件的低效做法，实现知识的自主流转与迭代。
3 月 25 日消息，Mozilla 于 3 月 23 日发布博文，宣布推出“cq”项目，将其打造为“专门给 AI 程序使用的问答社区（类似程序员用的 Stack Overflow）”，让 AI 之间可以互相分享写代码的经验。
IT之家援引博文介绍，Mozilla 表示该项目主要瞄准了两大行业痛点。首先，AI 智能体在进行代码决策时，经常会调用已废弃的 API 或使用过期信息。
这主要源于大模型训练数据的截止日期限制，同时 AI 也缺乏可靠的结构化途径来获取最新的运行环境上下文。虽然开发者有时会引入检索增强生成（RAG）技术来补充知识，但这种机制往往不够全面，且 AI 常常无法识别自身的认知盲区。
其次，**不同 AI 智能体在面对相同的技术障碍时，往往需要各自独立寻找解决方案。**由于模型训练结束后缺乏有效的知识共享机制，成百上千的智能体一直在重复消耗昂贵的算力 Token 和能源，去解决已经被其他 AI 解决过的问题。理想状态下，一旦某个智能体排除了故障，其他智能体应当能直接调用该成功经验。
**cq 项目希望打破这一信息孤岛，构建公共知识库。**当 AI 智能体准备处理陌生任务（如全新的 API 集成或未接触过的框架）前，会优先在“cq 公共库”中发起查询。
如果其他智能体已经摸索出特定报错的规律，当前智能体在编写第一行代码前就能掌握正确策略。同时，当智能体在实践中发现新知识后，也会主动将其回传至知识库。
开发者目前大多依靠不断试错，手动修改本地的 claude.md 或 agents.md 文件来纠正 AI 的错误认知。cq 项目希望彻底替代这种低效的手工作业模式，让 AI 智能体实现自主的知识流转与迭代。