Vercel 宣布其仪表盘和 Slack 中的 Agent 会话平均成本降低 67%。团队重构了 Agent 的上下文管理方式，减少每次会话所需 token 并提升提示缓存复用率，改进已生效且无需用户操作。主要变化包括：基于工作流的 CLI 技能为常见流程和错误恢复提供更清晰指引；增量上下文管理使长对话和长 Slack 线程处理更高效；改进提示缓存以复用更多上下文；更高效的编码与规划减少 token 消耗。计费费率不变，付费会话按模型提供商推理费率加每百万 token 0.25 美元的 Agent 费用计费。
本文介绍基于大模型构建Agent的方法：核心是“模型决策—程序执行工具—结果回传”的循环，需配置好Prompt、工具、上下文与记忆。文章给出Python最小实现，并强调保存完整输出、校验工具参数、设置停止条件。长任务需管理上下文，通过压缩历史保留目标与约束，但压缩有损，须能追溯原文。落地还需权限控制、超时重试、预算及可观测性评估。
以色列初创公司Uvi获750万美元种子轮融资，旨在解决AI代理重复搜集上下文导致成本虚高的问题。其平台通过语义层、知识图谱和推理层，集中管理企业分散在Slack、Jira等系统中的决策记忆，使代理一次获取精准上下文。测试显示，答案成本从0.75至1.41美元降至0.10至0.16美元，最高节省46倍。
文章提出以专用决策模型Jev重构编码智能体架构。现有Agent依赖KV缓存，导致仅追加式上下文，带来路由成本更高、工具挤占窗口、压缩丢失线索等六大缺陷。真实会话中写代码仅占Token消耗的4%–10%，文件读取与检索占近60%。新架构将状态显式类型化，由Jev每轮动态决定语块可见度、模型路由、工具披露与权限，并共享只读后台检索。
GPT-6 使用成本较高，文章建议通过以下方式节省 token：清理冗余 skill 与 AGENTS.md；任务不跨天，用简短 handoff 文件接续；同一窗口不切换模型；将上下文控制在 272K 以内；简单任务交给更便宜的模型。文章还介绍了 Jev 模型，其特点是输出结构化决策、速度快且成本低，可用于电脑操作、上下文压缩、模型路由和自动审核，并可利用 ChatGPT 网页版 GPT-6 Pro 额度。
Agent并非更聪明的模型，而是模型外加运行支架，用于管理上下文、工具、环境和会话状态。普通调用适合单轮任务，固定工作流适合步骤明确的场景，Agent适合需动态选路、跨步骤恢复的任务。常见误区包括：以为模型更聪明、工具越多越好、有记忆就不丢上下文、Agent会负责。判断是否使用Agent的标准：步骤能否预先列出、中间结果是否改变下一步、失败后是否需从检查点继续。
本文研究Claude Code的上下文管理，核心是Prompt Cache作为设计底座。文章提出三条铁律：前缀匹配、字节变化即失效、断点决定缓存起点。由此衍生四大策略（压缩、结构化笔记、子代理分解、按需检索）和31条具体机制，所有设计均以维持缓存稳定为目标。文章还列出8处官方文档与源码不符之处，并预告后续7篇系列文章。
文章聚焦AI代理基础设施中的上下文与状态层问题，指出模型本身并非失败主因，而是上下文管理不善导致性能下降和成本高昂。文中列举了上下文腐烂、记忆污染、token浪费和状态持久性不足等常见故障，并推荐使用Redis Iris作为整合方案，通过统一管理记忆、缓存和检索来提升代理可靠性。
长时智能体上下文管理采用两阶段预压缩：用量达90%时后台摘要前缀，达100%时仅合并摘要与尾部增量，减少主循环阻塞。压缩保留原始记录与本地JSONL恢复指针，并冻结系统提示以维持缓存命中。优先裁剪旧工具输出，避免不必要的LLM摘要。实测每轮输入token降低40%，上下文稳定在约28万。
文章介绍了AI编程中的“上下文开发生命周期”（CDLC）框架，强调技能、代理配置等上下文资产需像代码一样管理。CDLC包含生成、评估、分发、观察四个阶段，但多数团队忽视评估和观察。文章提出通过减少人工干预和提升复用率来扩展规模，建议平台团队建立共享基础设施，以治理和工具支持上下文管理，最终实现更可靠的AI辅助开发。
Claude Code配置复杂，九层体系（CLAUDE.md、钩子、MCP、子代理、代理团队）叠加易致上下文超载、成本高。建议精简CLAUDE.md至80行，钩子强制执行关键规则，MCP按需挂载，子代理限定输出，代理团队用于并行协作。上下文满时用/clear或重启，并警惕“上下文腐烂”问题。
本文介绍GeekAgent开发第5天实现历史压缩功能。当对话历史超过4000字符阈值时，自动将旧消息摘要为一条系统消息，保留最近6条完整消息，防止上下文溢出且不丢失关键信息。提供自动触发和手动/compact命令两种入口，压缩过程显示黄色进度提示。通过实测验证，压缩后模型仍能准确回答旧对话中的事实。
Claude Code Agent Loop的核心机制是：用户输入后，harness记录历史并循环调用LLM，执行工具调用并追加结果，直到无工具请求才结束。用户仅参与首尾，中间自动运行。真实产品需处理上下文满、API失败、中断、工具崩溃等复杂情况，并集成hooks、权限批准、maxTurns等机制。
我们推出了新的命令/usage，帮助用户理解Claude Code的使用情况。用户在管理会话时存在差异，尤其是在使用一百万上下文的更新后。上下文窗口包含系统提示、对话、工具调用及其输出等。过多上下文会导致性能下降，称为上下文腐烂。用户可以选择继续、回退、清除或压缩会话，以更好地管理上下文。对于新任务，建议开始新会话。使用子代理可以处理大量中间输出，最终只返回结果。
用AI写代码三个月，发现Claude Code因上下文超载易产生幻觉代码。核心工作流：单任务单会话避免历史污染；分大脑窗（规划）与工作窗（执行）；关键信息落盘文件防遗忘；用新聊天窗跳出错误循环；强制审计流程验证代码；用Git工作树并行开发。流程对抗AI偷懒，开发者需先想清楚再交给AI。
本文探讨了代理型AI循环中隐藏的令牌成本问题，指出成本会非线性复合增长。文章列举了五种成本陷阱：O(N²)上下文累积、无界重试循环、未过滤工具负载、单一模型路由和静态系统提示重复。解决方案包括上下文压缩、断路器、负载过滤、动态模型路由和运行时提示注入。最后强调应将上下文视为受限资源，从第一天起就进行管理。
循环工程是设计AI代理自主运行循环的实践，源于2026年6月的讨论，核心组件包括目标、工具、上下文管理、终止和验证。它从提示工程演进而来，基于ReAct和Reflexion研究，常见模式有重试、计划执行验证等，关键挑战是上下文管理、终止和验证，人类仍需在敏感决策中把关。
本文以“每月自动统计仓库变化并生成月报”为例，解释AI原生架构中Agent、Subagent和Skill的区别：Skill是静态操作指南和工具脚本，Subagent是独立上下文的专职子智能体，主Agent负责调度。通过Skill+Subagent协同，避免上下文污染，提升效率。Subagent既有运行态实体，也有静态配置持久化。设计时，静态流程写成Skill，复杂任务定义Subagent，主Agent保持轻量调度。
本文讨论了在智能代理系统中确保信息新鲜度的重要性，以避免因过时数据导致的错误。文章强调了上下文管理，并提出六个需要保持更新的组件，指出快速读取新数据的必要性。Redis Iris被介绍为一种实时上下文引擎，能够在数据写入和读取过程中保持新鲜性，从而提高代理的决策准确性。
选择合适的AI Harness对提高编程效率至关重要。普通用户应购买现成的Harness以简化操作，而工程师则可自定义以满足特定需求。Harness分为开发框架、可扩展核心和全家桶三类。评估时需关注上下文管理和模型灵活性等指标。未来，Harness将成为智能调度中心，优化任务分配和性能。
完成下面两步后，将自动完成登录并继续当前操作。
