📰
GitLab AI 工作流程將混亂編程轉化為完整脈絡
GitLab 分享了一套以代理式編程、持久脈絡、任務排序與平行工作為核心的 AI 輔助開發流程。這套方法結合 GitLab Duo Custom Agents、VS Code 整合、OpenCode、Git worktrees 與隔離測試資料庫，協助開發者更有效率地委派編程與測試工作。
Search
Tag: #context-management11 results
代理程式究竟需要多少記憶體？
Hugging Face 探討 AI 代理程式的記憶體需求，以及決定代理程式實際需要多少記憶體的因素。這篇文章定位為代理程式記憶體的分析，而非特定產品發布。
GRACE 框架提升長週期代理上下文的可靠性
研究人員推出了 GRACE，這是一種將代理指令維護為類型化語義圖的方法，以防止長週期任務中的驗證問題。透過在局部圖鄰域內驗證更新，該方法在可靠性方面顯著優於傳統的純文字維護方式。
Asana 推出企業級 AI 代理共享記憶體功能
Asana 推出了 Agentic Work Management 平台，旨在解決多代理系統中「記憶孤島」的問題。透過實作共享上下文圖譜，該平台確保團隊成員所做的修正能即時應用於整個團隊的代理工作流程中。
Gemini 新增筆記本功能組織專案
Google 的 Gemini 推出筆記本功能，將檔案、過去對話及自訂指示集中，提供上下文 AI 聊天。類似 ChatGPT 的 Projects，它作為個人知識庫，從 Gemini 開始與 Google 產品同步。
rOS 將上下文轉化為 Agent 執行環境
由前 NetEase 副總裁汪源創立的久痕科技推出 rOS，這是一套建立在個人知識產品 remio 之上的 Agentic OS。不同於單純組合 Skill，rOS 提供持久化資料儲存、獨立應用生命週期、事件驅動執行，以及支援長時間運作任務的原生應用。
⚙️
LLM 記憶體與多模型路由的開發挑戰
開發者討論在構建生產級 LLM 應用時，關於上下文持久化、記憶體管理與模型路由的複雜性。討論串強調了自行開發基礎設施與使用第三方工具之間的權衡與困境。
1M 上下文時代太費 Token，Coding Agent 省錢方法
Claude 4.x、DeepSeek V4 等模型的 1M token 上下文適合複雜編碼，但無管理即浪費 token。策略含每任務新會話、主動壓縮、rewind 錯誤及子 Agent。適當會話管理提升效率省成本。
🤖
為什麼餵給 AI 越多資訊，反而越笨？
文章介紹 Anthropic 的 Context Engineering 概念：AI 的表現不只取決於 Prompt 品質，也取決於模型在每個推理步驟中看到哪些資訊。文章建議透過最小充分的上下文、精準檢索與少量代表性範例管理注意力，而不是持續增加 Prompt 內容。
將 ChatGPT 記憶遷移至 Claude 的 4 個步驟
本文概述了使用者在從 ChatGPT 切換到 Claude 時，如何避免失去既有脈絡的實用流程。它解決了採用新 AI 助手時，必須從零開始的常見痛點。