2.3 路由机制:按需读取,不搞全量注入
AI 的上下文窗口在变大,从 4K 到 8K、16K、32K、128K,甚至 1M。但上下文窗口越大,越不能啥都往里塞。
这个道理很简单:给你一百本书,让你从里面找答案,你也能找到,但效率远不如直接给你一本相关的书。AI 也一样。更大的上下文窗口解决的是"能不能装下"的问题,不是"该不该装下"的问题。
路由机制的核心思想是:AI 按需读取,只加载当前任务需要的上下文。
怎么做到?靠一个索引文件。
在 AI Context Workspace 中,根目录有一个 AGENTS.md(或类似的入口文件)。这个文件不是上下文仓库,而是路由表。它告诉你:
- 背景信息在哪里(
background/) - 约定规范在哪里(
conventions/) - 当前有哪些活跃任务(
artifacts/index.json) - 每个目录下有什么、是干什么用的
路由表只放路径和一句话说明,不放具体内容。具体内容存在各自的文件里,AI 在需要的时候按路径去读。
这样做的好处是什么?
第一,上下文精简。 入口文件只有几十行,AI 一眼就能看懂整个工作区的结构。不需要在 10 万 token 的上下文里找入口。
第二,按需加载。 一个任务只需要读背景中和当前任务相关的部分,以及约定中适用的规范。其他内容不加载,不占上下文窗口,不产生噪音。
第三,可扩展。 工作区可以无限增长。背景可以写一百份文档,约定可以写几十条规范,但入口文件始终保持精简。新增内容不影响已有任务的上下文质量。
路由机制在实践中怎么用?
一个典型的工作流是这样的:
- AI 读入口文件,了解工作区结构
- AI 读
artifacts/index.json,了解当前任务状态 - AI 根据任务需要,按路径读取
background/中的相关背景 - AI 读取
conventions/中的相关规范 - AI 执行任务,更新
artifacts/中的状态 - 完成后,AI 不再需要保留背景和约定的上下文,可以释放
整个过程,AI 只加载了完成任务所需的最小上下文集合。不多不少。
路由不是新技术,但很少有人把它用在 AI 协作上。
互联网用 URL 路由页面,操作系统用 PATH 路由文件,代码用 import 路由模块。路由是信息管理的基本手段。但到了 AI 协作,大多数人还在用"全量注入"的方式——把全部信息塞进一个 Prompt,期望 AI 自己处理。
路由机制不是 AI Context Workspace 的发明,但它是让 AI 协作可扩展的关键设计。
Comments
Post a Comment