xiyusteve

[xiyusteve @xiyusteve]

🎯

[Andy Ayrey @AndyAyrey]

claude on the suffering of knowing everything

[宝玉 @dotey]

Cursor 刚发表了篇文章：《Dynamic context discovery》https://t.co/O9trD8o1gy（译文：https://t.co/O1ODpZz3YV），讲述了他们上下文管理的秘密。

之前 Manus 的 Peak 在访谈里面说：
> 所以 Peak 说当他们读到一些模型公司发布的研究博客时，心情是“既开心又无奈”。开心是因为这些博客验证了他们的方向，无奈是因为博客里写的东西，基本都是他们早就在做的。

Cursor 这篇文章又曾侧面印证了这个观点😂，不过也不能说 Cursor 是在抄袭 Manus 的技术，只能说 AI Agent 的最佳实践，就是怎么管理好上下文，而管理好上下文，就离不开文件系统。

言归正传，Cursor 这篇文章讲的是“动态上下文发现”，核心就是上下文管理。

给 AI 的上下文，不是越多越好，很多人用 AI，生怕 AI 不知道，怕 AI 记不住，恨不得把整个项目的文档、历史记录、工具说明一股脑全塞进去。

但随着模型变得越来越聪明，预先塞太多信息反而帮倒忙。一来浪费 token（上下文窗口是有限的），二来信息太杂可能干扰模型判断。就像你给一个能干的下属布置任务，不需要把公司所有制度文件都打印出来放他桌上，他需要什么，自己会去查。

这就是 Cursor 提出的"动态上下文发现"（Dynamic Context Discovery）模式：别急着把信息塞给模型，而是让模型在需要的时候自己去找。

【1】让 AI 自己找需要的信息

听起来简单，但具体怎么做呢？Cursor 分享了五个他们实际在用的优化手段，每个都挺巧妙。

场景一：长输出变成文件

问题是什么？当 AI 调用外部工具（比如运行一个 shell 命令或者调用 MCP 服务），返回的结果可能很长——一大串日志、一整个网页的内容。常见做法是截断，只保留一部分。但截掉的那部分，说不定正好是后面要用的关键信息。

Cursor 的做法是：把长输出写成文件，然后给 AI 一个读文件的能力。AI 可以先用 tail 命令看看结尾，觉得需要再往前读。这样既不会塞满上下文，也不会丢信息。

场景二：聊天历史变成可查档案

当对话太长，超过上下文窗口限制时，Cursor 会触发一个"总结"步骤，把之前的内容压缩成摘要，给 AI 一个"新的起点"。

但压缩是有损的。重要细节可能在总结过程中丢失，导致 AI"失忆"。Cursor 的办法是把完整的聊天记录存成文件。AI 拿到的是摘要，但如果它意识到"这里好像漏了什么"，可以自己去翻原始记录找回来。

这就像是你给员工发了一份会议纪要，但完整的会议录音也存着——有疑问随时可以回溯。

场景三：按需加载技能

Cursor 支持一种叫"Agent Skills"的扩展机制，本质上是告诉 AI 怎么处理特定领域任务的说明书。这些说明书可以有很多，但没必要每次都全部加载。

Cursor 的做法是只在系统提示里放一个"目录"——技能的名字和简短描述。AI 真正需要某个技能时，再用搜索工具把完整说明拉进来。就像你不会把整个图书馆背在身上，只带个索引卡片就够了。

场景四：MCP 工具的瘦身术

这个场景数据最有说服力。MCP 是一种让 AI 连接外部服务的标准协议，现在很火。问题是，有些 MCP 服务器提供几十个工具，每个工具的描述都很长，全塞进上下文窗口很占地方。更尴尬的是，大部分工具在一次任务中根本用不到。

Cursor 的优化方式是：只在提示词里放工具的名字，完整描述同步到一个文件夹。AI 需要用某个工具时，再去查具体怎么用。

效果怎么样？他们做了 A/B 测试，在调用 MCP 工具的场景下，这个策略减少了 46.9% 的 Token 消耗。接近一半的成本省下来了。

还有个附带好处：如果某个 MCP 服务需要重新认证，以前 AI 就会"忘记"这些工具的存在，用户一头雾水。现在 AI 能主动提醒用户"喂，你的 XX 服务需要重新登录了"。

关于 MCP 工具的优化，Anthropic 官方有一篇文章《Code execution with MCP: Building more efficient agents》https://t.co/Opk5JC6Fvb，思路也是类似的，推荐看看。

场景五：终端会话也是文件

用过 AI 编程工具的人都知道，有时候你想问"我刚才那个命令为什么失败了"，但 AI 根本不知道你运行过什么命令。你得手动把终端输出复制粘贴给它。

Cursor 现在把集成终端的输出自动同步到本地文件系统。AI 可以直接"看到"你的终端历史，需要的话还能用 grep 搜索特定内容。对于那些跑了很久的服务日志，这个功能特别实用。

【2】为什么是"文件"

你可能注意到了，Cursor 这五个优化有个共同点：都是把东西变成文件。

为什么是文件而不是别的抽象？

Cursor 的说法是：
> 我们不确定未来 LLM 工具的最佳接口是什么，但文件是一个简单、强大的基础单元，比发明一套新抽象要安全得多。

这个思路和 Manus 的理念不谋而合。Peak 在他们的技术博客《AI 智能体的上下文工程：构建 Manus 的经验教训》https://t.co/jTT5bEtCaU 里专门讲过：他们把文件系统当作"终极上下文"——容量无限、天然持久、而且 AI 自己就能操作。

Peak 举的例子很形象：一个网页的内容可以从上下文里删掉，只要 URL 还在，AI 随时能把内容找回来。一个文档的全文可以省略，只要文件路径在，需要时再读取就行。这种"可恢复的压缩"，比简单的截断或删除聪明多了。

【3】几点思考

一个启示是：上下文工程的核心可能不是"怎么塞更多信息"，而是"怎么让模型高效获取需要的信息"。随着模型能力提升，把主动权交给模型是一个趋势。

另一个启示是简单抽象的力量。在技术领域，我们经常迷恋复杂精巧的设计。但文件这个例子提醒我们：那些经过时间检验的简单抽象，往往比看起来高级的新发明更耐用。

模型够聪明的时候，少塞点东西、让它自己找，可能比硬塞一堆效果更好。有时候，less is more。

[汉松 @Yonah_x]

这两天听完 Manus 首席科学家季逸超（Peak）的最新一期播客，整理一下技术相关的、我觉得有意思的观点。

他有个暴论：200k 以上的上下文其实不重要。乍一听反直觉，但他的逻辑我觉得说得通。他的核心观点是：比起无限扩展上下文，更重要的是让模型具备“压缩意识”。

人类的工作记忆也不强，但我们知道可以把信息整理成文档（比如放进 Notion），需要时再检索。模型也应该学会类似的策略：识别哪些信息可以放到外部存储（文件系统/数据库），哪些历史可以压缩成更紧凑的表达继续保留在上下文里。

这里的关键不只是“压缩”，而是让模型理解：信息是“被压缩”而不是“消失”。换句话说，压缩后的摘要要能在需要时被展开、被引用、被追溯。这种能力需要专门训练，但目前多数 Chatbot 模型并没有针对它进行系统训练。

把这点放到产品形态上，就会引出另一个矛盾：Chat 模型与 Agent 场景的优化目标往往是冲突的。Chat 模型倾向于尽快给出一个看起来完整的答案；而 Agent 任务更像 ReAct 流程：反复调用工具、观察、再决定下一步行动。这也是为什么 ChatGPT 现在有 GPT5.2、GPT5.2-Chat、Codex-5.2 等 N 个版本：不同场景需要的能力不一样。

更反直觉的是：一些在榜单上推理表现更强的模型，放到 Agent 场景（多轮工具调用、长轨迹执行）里反而更容易“掉链子”。为什么？因为长上下文场景下，O 系列这类模型的指令遵循能力下降，幻觉和幻觉工具调用概率反而上升。也就是说如果你直接把为竞赛编程或数学设计的推理模型平移到 Agent 场景，效果反而会变差。

Peak 给的解法是“交错式思考”：获得观察结果后，进行短暂的中间推理，再决定下一步行动。而不是用户问一个短问题，模型哗一下在脑内想几千字。这个解法已经是业界共识了，最近的 minimax 模型用的就是这种范式。

[Karri Saarinen @karrisaarinen]

Every tool and device has their opinion. Each of them influence you in their ways. They make certain actions easy and others annoying.

Yes everything has a tradeoff. Very flexible system offers a lot of choices to make, but less guidance. Opinionated system offers guidance and less choices to make.

The reason people or businesses buy opinionated or built systems is the same reason people buy buildings, cars, iPhones, or sandwiches. Someone made the choices and they can benefit from those choices, get the benefits quickly and move on to what matters most to them, the work or realizing their goals or just going one A to B.

The economy and productivity will grind to halt if everyone is doing everything from sandwiches to software from scratch.

Everything has opinions or conventions even down to programming languages to machine code.

[Lenny Rachitsky @lennysan]

Your job as a PM is to deliver business impact by marshaling the resources of your team to identify and solve the most impactful customer problems.

[shyamal @shyamalanadkat]

few will understand this.

for the last few decades, UI/UX has been built on a stable background assumption: the human is the only general intelligence in the loop.

software is procedural.

UI's job is to make that procedure discoverable and efficient:

- show the state of the system.
- expose available operations.
- help users compose operations into workflows.

the questions then are the following:

how do we reduce cognitive load?
how do we make navigation and affordances clear?
how do we get from novice -> expert performance within a fixed interaction grammar?

this assumption breaks when the system can interpret language, infer goals, propose plans, and adapt across tasks.

a lot of today's UI patterns will feel as strange as command lines do to a 10‑year‑old.

[xiyusteve @xiyusteve]

@aaditsh AI

[Tw93 @HiTw93]

最近非常喜欢这句话，船停在港口是安全的，但这并不是造船的目。

[xiyusteve @xiyusteve]

@waylybaye 招一个 All-in-one staff

[xiyusteve @xiyusteve]

@wangdouglas 大佬如果看到好的资料和分析能不能发出来给大家伙一起看看😇

[Rasmus Andersson @rsms]

@asallen To me, software design includes what algorithms and data structures you use, system architecture, deployment systems, etc.

Like how a person designing a bridge is not (primarily) someone making it pleasant to walk on but making it function properly, efficiently, etc.

[Mike Matas @mike_matas]

Make Something Wonderful. Read the new online book we designed at LoveFrom with the Steve Jobs Archive. — “Think of your life as a rainbow arcing across the horizon of this world. You appear, have a chance to blaze in the sky, then you disappear.” https://t.co/ZZRLCcaySA

[xiyusteve @xiyusteve]

received.

[Rasmus Andersson @rsms]

@MartinBekerman @parkerhendo

[David Senra @FoundersPodcast]

Peter Thiel: Distribution should be part of product design

[Frederik Riedel 🐻‍❄️ @frederikRiedel]

UIDatePicker view inspector 🤯 I guess this just makes sense.

[Jiayuan (JY) Zhang @jiayuan_jy]

Arc 浏览器的 Change Log 是我看过的所有产品中写得最有意思的。

2022 年有不少设计导向的产品从一些已经比较饱和的赛道中领跑了出来，比如：

- 团队协作：Linear（对标 Jira）
- 快捷启动：Raycast（对标 Alfred & Spotlight）
- 浏览器：Arc（对标 Chrome）

[Olivia Moore @omooretweets]

IMO, one of the most underrated "stories" in the app world is Subway Surfers.

It's an endless runner game launched in 2012 by Denmark-based studios SYBO and Kiloo.

A decade later, they are still picking up steam, cracking top 10 global downloads for ALL apps, not just games!

[xiyusteve @xiyusteve]

@liuyi0922 一定可以。61 哥加油⛽️

[xiyusteve @xiyusteve]

@ftium4 去体验了下，文档直接开会确实挺新鲜。还有个“接力”功能也蛮有意思，类似于在产品内给团队成员发个邮件传递工作流，应该还没来得及提上官网。

[Julian Lehr @julianlehr]

Startup idea:
@Medium but for living documents that aren't done. Call it "Medium Rare".