Your agents lack context: Here's how to fix "You're absolutely right!" - Brandon Waselnuk, Unblocked

关键观点

1. 01AI 代码应体现团队资历，而非仅能编译衡量 AI 编程效果的标准不应停留在语法正确或测试通过。真正有价值的代码还需符合团队的业务逻辑、交付方式、评审习惯和运行约束。资深工程师通过提问、会议、被拒绝的 PR 和生产事故逐步积累这些知识，而新会话中的智能体没有这一历史。因此，团队必须主动把隐性经验转化为智能体可以获得的上下文。

   衡量 AI 编程效果的标准不应停留在语法正确或测试通过。真正有价值的代码还需符合团队的业务逻辑、交付方式、评审习惯和运行约束。资深工程师通过提问、会议、被拒绝的 PR 和生产事故逐步积累这些知识，而新会话中的智能体没有这一历史。因此，团队必须主动把隐性经验转化为智能体可以获得的上下文。

   为什么重要: 这将验收标准从“生成代码”提升为“生成能够安全合并并适应现有组织的代码”。

   支撑证据

   AI-generated code should feel like it was written by someone who's been on your team for years.

2. 02错误上下文会随智能体自主程度放大在补全模式中，人可以即时拒绝一个错误建议，损失很小。进入长任务、后台执行和并行智能体阶段后，早期误解会引发连续错误、反复纠正和大量无效搜索。智能体规模越大，人工检查每个结果的评审税也越高。上下文问题因此需要像缺陷预防一样尽量前移。