BiloCrypto

建構軟體不再是我最大的問題。🧐
讓 AI 記住軟體的運作方式才是。
程式碼庫持續成長，但 AI 所需的上下文成長得更快……🤔
我正在向曾經建構大型 AI 輔助軟體專案的人尋求建議。
隨著專案成長，我遇到了一個始料未及的問題：管理軟體本身正變得比管理建構它所需的 AI 上下文更容易。
隨著時間過去，我們累積了：
🔹架構文件
🔹業務規則
🔹設計決策
🔹開發協定
🔹標準規格
🔹不能遺忘的歷史決策
結果是，AI 需要理解大量上下文後，才能安全地進行變更。每次新工作階段都感覺像是必須重新學習數個月的工作內容。
這造成了幾個問題：
🔹上下文檔案變得非常龐大。
🔹新工作階段的啟動時間增加。
🔹Token 使用量（以及成本）大幅增加。
🔹更難判斷特定任務實際需要哪些上下文。
🔹總是擔心遺漏某些內容會導致 AI 做出違反早期設計決策的變更。
我曾嘗試整理文件、將檔案拆分成模組、維護標準文件，以及保留決策記錄，但整體知識庫仍持續成長。
對於正在建構大型 AI 輔助程式碼庫的各位：
❓你們如何讓上下文維持在可管理的程度？
❓你們是否有「上下文登錄表」或索引系統？
❓你們如何決定特定任務要載入哪些內容？
❓你們是否依賴檢索（RAG）、摘要、知識圖譜、MCP 伺服器，或其他方法？
❓你們是否找到一種方法，在不將數十萬個 Token 餵入每個新工作階段的情況下，維持架構一致性？
我

🚨聯準會（FOMC）利率決策今天在東部時間（ET）下午 2:00 / 18:00 UTC 舉行
市場預期「維持不變」
你怎麼看？

NVDA 頭肩形態正在形成中？
目標將約為 170 美元

如果你看這張照片，誰看起來像是老闆？

西班牙贏得世界盃 🇪🇸🇪🇸🇪🇸🇪🇸🇪🇸
Viva Espana ❤️❤️❤️

🇪🇸 🇫🇷 多麼精彩的比賽
西班牙 2 - 法國 0
做得好，西班牙 👏👏👏
西班牙晉級 FIFA 決賽

🇪🇸 🇫🇷 比賽怎麼樣
西班牙 2 - 法國 0
做得好，西班牙 👏👏👏