The Knowledge Chipper: An Agentic Coding Story
5 hours ago
- 开发者和大型语言模型需要花费大量精力构建上下文来修改代码，但这些知识在每次会话结束后大多丢失。
- 文章《你无法带走的会话》指出，黑盒AI代理会损害机构知识和会话的连续性。
- 不同的LLM（如Codex和Claude）在处理相同代码时都得从零开始，浪费数百万个令牌。
- 由于地缘政治干扰（如AWS巴林数据中心中断），LLM的可移植性变得紧迫。
- 组合使用LLM（例如谷歌的代理审查Claude的工作）凸显了上下文丢失的低效率。
- 在较大的团队中，代码审查者缺乏原始LLM会话的上下文，导致对细微变更的理解不足。
- 初级开发者可能会生成大量代码变更而不记录上下文，迫使高级工程师从头重建所有上下文。