如果 Agent 时代只能记住两个词，我会选 Context 和 Loop：一个决定 Agent 这一次做得好不好，一个决定它下一次能不能做得更好。Agent 调度应该是越来越轻松的，不要让自己成为系统的瓶颈。 https://t.co/vkopXpF9e3

事件核心：发生了什么

张立行在一篇基于两段 80 多分钟语音分享的文章中，总结了自己过去几个月的 Agent 使用经验。他运营的 agent-config 仓库于 7 月 23 日建立，两个月内累积约 1.6 万次提交、1800 多个 issue、近 2000 个合并 PR，全部由 AI 完成，他本人未写一行代码。

他目前每天消耗约 20 至 30 亿 Token（含缓存读取），而此前需高频人工介入才能维持每天 40 亿左右的消耗。从 8 月 1 日到 10 月 4 日，他的工具组合从几乎全是 Claude Code 和 Codex，转向以 Pi 为主，模型端混用 Claude、GPT、Grok、DeepSeek、MiniMax、Kimi 等，没有单一供应商占主导。

为什么重要

文章的核心判断是：写代码不再是瓶颈，瓶颈前移到”给了 Agent 什么上下文”和”怎么验证它做对了”。Coding 之所以成为 Agent 最早大规模落地的场景，是因为它同时满足高价值、训练数据充分、验证可闭环三个条件——后两点正好对应 Context 与 Loop。

更关键的是，这两件事与具体用哪个模型无关。模型变强是供应商的进度，而上下文治理和闭环建设是开发者自己能动手的部分，这在一定程度上削弱了”必须用最贵模型”的焦虑。

对用户/开发者/创作者的影响

对开发者而言，可操作的动作很具体：把 Agent 行为轨迹长期保存下来（Claude Code 默认 30 天自动删除本地会话记录）；把规则文件、Skill、MCP、Memory 分层治理，并全部纳入 Git 版本管理。文章强调”像珍惜自己的注意力一样珍惜 Agent 的上下文窗口”。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

关于当前热议的”针对新模型大幅精简系统提示”，张立行的建议是：方向照着走，节奏晚半年。原因是 OpenAI、Claude Code 团队等的最佳实践建立在近乎无限的 Token 预算之上，普通开发者若过早删掉为普通模型打的补丁，一旦额度用完被迫切换模型，质量会明显下滑。他本人的方案是不按模型分，而按”工具 × 角色”分层拼接规则——共用底座、主脑专属、工具专属三块。

值得关注的后续

一是高智力 Token 成本何时降到普通开发者可承受的水平，届时”晚半年”的可操作窗口才会真正打开；二是 Claude Code、Codex 等主流 Agent 产品是否跟进默认保留更长的行为轨迹，这直接影响闭环复盘能否落地；三是在多模型混用成为常态后，是否会出现更成熟的跨模型上下文分层方案，而非各家自建规则文件。

来源：@bylixing