为什么没人教开发者上下文管理？
本文是代理工程与AI驱动开发系列文章的第六篇，强调上下文管理是AI开发中被忽视的关键技能。作者认为，开发者要么高估AI的记忆能力，要么低估其编排能力，导致浪费时间和输出质量下降。通过将开发上下文外部化到文件（如DEVELOPMENT_CONTEXT.md）并持续更新，可以显著提升AI会话的效率和一致性。文章还指出，包含决策背后的推理可以防止AI无意中撤销有意的设计选择。
在AI驱动开发领域，上下文管理正成为一项被严重低估的核心技能。O'Reilly Media近日发布的文章指出，尽管业界热衷于讨论提示工程、模型选择、代理工作流和工具使用，但决定AI会话输出质量的关键因素——上下文管理——却鲜少有人提及。
文章作者认为，开发者对AI的能力存在双重误解：一方面高估其记忆容量，将大量信息塞入上下文窗口，期望AI自行处理，结果却因幻觉或遗忘而失望；另一方面低估其编排能力，未能给予AI多步骤工作流指令，使其能协调子任务并断点续传。这种认知偏差导致一个典型循环：开发者将上下文窗口视为无限，塞入所有信息；当会话过长、AI开始丢失线索时，又清空一切重新开始。他们从未考虑设计工作流，让AI基于外部化文件跨独立会话工作。
作者以自身项目为例，展示了上下文外部化的实践方法。在构建Octobatch（批量LLM编排器）时，他让AI在每个文件夹中写入开发上下文，例如ai_context/DEVELOPMENT_CONTEXT.md文件。新会话启动时只需一行指令：“读取ai_context/DEVELOPMENT_CONTEXT.md并自举以继续开发。”该文件包含加载序列，引导AI阅读各子系统的CONTEXT.md文件。通过这种方式，AI立即了解项目是什么、如何构建、当前进展和活跃故障。
更关键的是，上下文文件必须包含决策背后的“为什么”。Octobatch的DEVELOPMENT_CONTEXT.md中设有“关键技术学习”章节，包含49条条目，每条以固定格式记录：发生了什么、为何重要、何时发现、在代码何处应用。章节顶部用粗体标注：“重要：始终包含推理（‘为什么’）。这防止未来会话‘重构’一个深思熟虑的决定。”如果没有这条提示，AI可能会无意识地撤销之前有意的设计选择。
作者强调，上下文管理不仅是理论，其成本是可量化的。微软开发者博客上有人计时，发现每天花一个小时以上向AI重新解释其在先前会话中已知的信息。目前已有框架和托管服务为代理提供持久内存，但评估、集成和维护这些工具本身也需要成本。
文章最后指出，上下文管理的真正基础在于：让AI在每项任务中持续写入和更新上下文文件。在提交代码前，要求AI审查上下文文件确保其反映最新变更。过时的上下文与过时的文档同样有害，甚至更糟，因为AI正依赖它做决策。当开发者在新会话中读去良好的DEVELOPMENT_CONTEXT.md时，AI与开发者立即对齐；没有它，AI不得不从头发现一切，而重新发现总是有损的。
作者计划在下一篇文章中提供四项具体实践，这些实践来自构建Quality Playbook和Octobatch的经验，可立即应用于自己的提示、技能和代理。本文聚焦问题本身：为何上下文管理重要，以及上下文丢失如何影响AI输出质量。