程式開發 Agent 正在快速改變軟體的開發方式。它們之所以能迅速進步，來自更強大的代理型模型，以及更好的脈絡工程來引導其行為。

Cursor 的 Agent harness——也就是我們提供給模型的一組指令與工具——會針對我們支援的每一個新的前沿模型單獨最佳化。不過，仍有一些適用於所有在我們 harness 中運行的模型的脈絡工程改進空間，例如我們如何收集脈絡，以及如何在長程互動軌跡中最佳化 token 使用。

隨著模型在扮演 Agent 角色方面變得更強，我們發現預先提供較少細節更容易達成良好效果，能讓 Agent 更輕鬆地主動擷取相關脈絡。我們將這種模式稱為 動態脈絡探索（dynamic context discovery），用以對比總是一開始就被納入的 靜態脈絡（static context）。

#用於動態上下文探索的檔案

動態上下文探索在 token 使用上效率高得多，因為只會將必要的資料載入到上下文視窗中。它也能透過減少可能令人困惑或互相矛盾的資訊，來提升 Agent 的回應品質。

以下是我們在 Cursor 中使用動態上下文探索的方式：

1. 將過長的工具回應轉為檔案
2. 在摘要時參照聊天紀錄
3. 支援 Agent Skills 開放標準
4. 僅高效載入實際需要的 MCP 工具
5. 將所有已整合的終端機工作階段視為檔案

#1. 將冗長的工具回應轉成檔案

工具呼叫可能會因為回傳龐大的 JSON 回應而大幅增加 context window。

對於 Cursor 裡的第一方工具，例如編輯檔案和搜尋程式碼庫，我們可以透過聰明的工具定義與精簡的回應格式來避免 context 膨脹，但第三方工具（例如 shell 指令或 MCP 呼叫）在預設情況下並不會自動獲得同樣的處理。

多數程式碼代理程式的常見做法是截斷過長的 shell 指令或 MCP 結果。這可能導致資料遺失，其中可能包含你希望保留在 context 中的重要資訊。在 Cursor 中，我們改為將輸出寫入檔案，並讓代理程式可以讀取它。代理程式會呼叫 tail 來檢查結尾，若有需要再讀取更多內容。

這使得在接近 context 上限時，不必要的摘要次數明顯減少。

#2. 在摘要過程中引用對話紀錄

當模型的 context window 被填滿時，Cursor 會觸發一個摘要步驟，讓 Agent 在全新的 context window 中取得截至目前為止工作的摘要。

但由於摘要本質上是對 context 的有損壓縮，Agent 的知識在摘要之後可能會變得不完整，甚至遺忘任務中的關鍵細節。在 Cursor 中，我們將對話紀錄視為檔案來使用，以提升摘要的品質。

在達到 context window 的上限之後，或是使用者選擇手動進行摘要時，我們會為 Agent 提供一個指向歷史檔案的引用。如果 Agent 發現自己需要更多在摘要中遺漏的細節，它可以在歷史紀錄中搜尋並取回這些資訊。

#3. 支援 Agent Skills 開放標準

Cursor 支援 Agent Skills，這是一個用來擴充程式開發代理、讓其具備專門能力的開放標準。與其他型別的 Rules 類似，Skills 是由檔案定義的，這些檔案會告訴代理如何執行特定領域的任務。

Skills 也包含名稱與描述，這些可以作為「靜態上下文」放入 system prompt 中。之後代理可以進行動態上下文探索，透過像 grep 和 Cursor 的 semantic search 等工具載入相關的 Skills。

Skills 也可以打包與任務相關的可執行檔或腳本。由於它們只是檔案，代理可以很容易找到與某個特定 Skill 相關的內容。

#4. 僅載入真正需要的 MCP 工具以提升效率

MCP 能協助透過 OAuth 存取受保護的資源，例如正式環境日誌、外部設計檔案，或企業內部的情境資訊與文件。

有些 MCP 伺服器會包含許多工具，而且往往附有很長的說明，這會大幅膨脹 context window。即使這些工具大多不會被使用，它們仍然會一直被包含在 prompt 中。如果你同時使用多個 MCP 伺服器，這個問題會更加嚴重。

要期待每個 MCP 伺服器都自行為此最佳化並不切實際。我們認為，降低 context 使用量應該是編碼 Agent 的責任。在 Cursor 中，我們透過將工具說明同步到資料夾的方式，支援 MCP 的動態 context 探索。¹

Agent 現在只會接收一小部分靜態 context，其中包含工具名稱，並在任務需要時再去查找對應工具。在一個 A/B 測試中，我們發現，在有呼叫 MCP 工具的執行中，這個策略將 Agent 的 token 總使用量減少了 46.9%（統計上顯著，但會隨已安裝 MCP 數量有高度變異）。

這種以檔案為基礎的做法也帶來了能夠向 Agent 傳達 MCP 工具狀態的好處。比如，以前如果某個 MCP 伺服器需要重新驗證，Agent 會完全「忘記」那些工具，讓使用者一頭霧水。現在，它就能主動提醒使用者重新驗證。

#5. 將所有整合終端機工作階段視為檔案

與其需要將終端機工作階段的輸出複製貼上到 Agent 的輸入中，Cursor 現在會將整合終端機的輸出同步到本機檔案系統。

這讓你可以輕鬆地詢問「為什麼我的指令會失敗？」並讓 Agent 理解你在指的是什麼。由於終端機歷史紀錄可能很長，Agent 可以只對相關輸出使用 grep 搜尋，這對於像伺服器這種長時間執行程序產生的日誌特別有用。

這與以 CLI 為基礎的程式碼代理所看到的情境相同：它們會將先前的 shell 輸出納入情境中考量，但這些輸出是動態發現的，而不是靜態注入的。

#簡單抽象

目前還不清楚檔案是否會成為以 LLM 為基礎工具的最終介面。

但隨著程式編寫代理快速進步，檔案一直是簡單且強大的基本原語（primitive），而且比起再發明一個無法完全因應未來的抽象層，檔案是更安全的選擇。敬請期待我們在這個領域將分享的更多令人興奮的新進展。

這些改進將在未來幾週內向所有使用者全面開放。這篇部落格文章中描述的技術是許多 Cursor 團隊成員共同努力的成果，包括 Lukas Moller、Yash Gaitonde、Wilson Lin、Jason Ma、Devang Jhabakh，以及 Jediah Katz。如果你有興趣使用 AI（人工智慧）來解決最困難、最具野心的程式設計任務，非常歡迎和我們聯繫。請寄信到 hiring@cursor.com 與我們聯絡。