【AI-Coding】agent的上下文

一、agent

 官方一点的回答就是自主感知环境、做出决策并执行动作的程序或系统。cursor里面的对话框默认就是agent，当然也有ask或者plan。agent跟ask的区别就是agent不光能回答，还能执行行动。放在cursor里，就是可以帮你写代码。

二、上下文

其实ask也好agent也好，都有个概念叫做上下文。简单理解，我之前在  【AI-Coding】对话式编码简介  里面说到过，cursor里面ai对话是长对话，持续性对话，那它肯定得记住之前得对话，而记住得这些就是上下文的一部分。为什么说一部分，剩下的还有很多。

分类

总的来说，上下文分为两个部分：骨架+血肉。骨架是指：agent基本能力+全局配置（rules+skill）。血肉：对话上下文。比如cursor里面

 

 内存

每个模型的coentex容量其实有有差异的，我们可以通过对话输入框的这个进度条查看当前的context，通过这里可以看具体的上下文占比，从而优化一下，比如我现在这个rules占比很高，大概率是我的全局rules较多。

 压缩

同一个agent，即使本轮的context已经满了，也是可以继续对话的，原因是它把上一轮的对话内容给压缩了。但是这里容易有误区：1：并不是压缩了，被压缩的就丢了。2：并不是压缩存入，而是压缩吐出。

先说第一个，我们对话过程中会发现，当对话被压缩之后，有些信息回丢失，但是当你提醒之后，它其实是能“找回来”的。原因是，cursor的agent会把对话内容给存储起来。

然后再说第二点，cursor里面新开agent的时候，它会帮你搭建一个环境，所以agent实际上是从里到外的。所以，实际上所谓的“压缩”是cursor给agent注入上下文的时候压缩了，而不是保存的时候压缩了。

这样就能理解，为什么agent里面即使被压缩了，对话内容还是能找回来。