真实 AI Coding 任务的上下文管理

一句话结论

有效的上下文管理不是把整个仓库交给模型，而是在任务推进过程中持续维护“约束、证据、当前状态和下一步验证”。

上下文的四个层次

层次	典型内容	更新时机
不变量	架构约束、代码规范、禁止事项	项目规则改变时
任务状态	目标、已完成、待处理、阻塞项	每个阶段结束时
局部证据	相关代码、错误日志、测试结果	假设改变时
决策记录	选择、理由、替代方案	做出关键取舍时

先给失败证据

当任务是修复问题时，最有价值的输入通常是可复现步骤、失败测试和日志，而不是对仓库的长篇介绍。证据能帮助模型收缩搜索空间，也能成为完成后的验收标准。

用状态文件跨越长任务

对话历史会增长、压缩或中断。长任务应该有一个独立状态记录，至少包括当前目标、关键发现、已修改文件、验证结果和剩余风险。这样可以让工作在新的会话中恢复，而不依赖完整聊天记录。

不要混淆探索与修改

先用只读检查形成假设，再进行范围明确的修改。每次修改后运行与风险相称的检查，把新证据写回任务状态。

后续实验

下一版将选取真实多文件任务，比较不同上下文压缩策略的成功率、人工修正时间和无关文件读取量。