决定 AI Agent 性能的上下文设计艺术

许多用户在引入 Claude Code 或 Cursor 等强大的 Agent 后感到失望。这是因为生成结果每次都参差不齐，或者仅仅几次提问就耗尽了 Token 配额。原因显而易见：你正将你的 AI 视为一个没有任何信息的“白板”聊天机器人。

AI Agent 在每次会话开始时，都必须从头开始了解项目架构和你的偏好。在这个过程中，为了解释庞大的背景知识，宝贵的资源被浪费，并引发了因信息过载导致的幻觉（Hallucination）现象。现在，我们需要超越简单的提示词（Prompting），进行系统化的预设。

---

构建智能地图的 manifest.md 策略

为了不让 AI Agent 在成千上万个文件之间迷失方向，需要一份明确的导航地图。此时起到核心作用的就是 manifest.md 文件。它成为了 Agent 定义项目中什么是重要的、什么是可以忽略的“单一事实来源（Source of Truth）”。

根据对 250 多个清单文件分析的研究，最高效的配置文件平均包含 16 个标题和 2.6 层的浅层分层结构。必须保持直观的结构，以免 AI 在解析复杂的文档结构时浪费智能。

最大化效率的 3 阶段数据分类

为了防止数据过载，请将项目信息分为以下三个层级：

• Tier 1: Core Specs (核心数据)
  包含技术栈、核心架构模式和必需的构建命令。在会话开始时始终加载，作为所有决策的最高优先级。
• Tier 2: Reference (参考数据)
  包括详细的 API 文档或过去的重构案例。采用仅在需要时调用的“指针方式”，以减少 Token 浪费。
• Tier 3: Archive (忽略项目)
  明确排除大型日志或旧版本备份代码。将其从 Agent 的索引对象中剔除是节省 Token 的关键。

---

通过身份注入提升产出质量

简单地要求“写代码”与要求“作为一名重视可维护性的资深架构师来写代码”，其结果有着天壤之别。身份文件赋予了 Agent 坚实的自我意识和判断标准。

高质量协作的三大上下文文件

1. about-me.md (业务背景): 定义是安全至上的金融科技服务，还是速度即生命的电商服务。Agent 将会自觉选择防御性的编程模式。
2. brand-voice.md (语言一致性): 将 AI 特有的陈词滥调如 "delve" 或 "landscape" 加入禁词列表。设置主动语态的使用和句子长度限制，可以获得更像人类书写的自然文本。
3. working-style.md (协作协议): 定义行为模式，例如在开始工作前必须以表格形式提交修改计划，或者针对模糊的需求通过提问而非猜测来确认。

---

用公式证明会话管理的效率

Agent 运营的成败在于 Token 消耗效率。必须防止随着对话变长而导致模型性能下降的“上下文腐烂（Context Rot）”现象。2026 年的专家们基于以下公式模型来设计工作流：

E = rac{Q_{out}}{T_{in} cdot C_{switch}}

这里 $E$ 代表效率指数，$Q_{out}$ 是产出质量，$T_{in}$ 是投入的总 Token 数，$C_{switch}$ 意味着上下文切换成本。要提高效率，应使用将相似任务打包处理的任务批处理策略，并将任务并行分配给具有独立上下文的子 Agent。

突破技术障碍：MCP 连接错误

与外部服务通信时发生的权限错误是企业用户的最大障碍。在 2026 年初报告的 403 Access Denied 错误中，大部分是因为 OAuth 应用仍处于测试模式。在这种情况下，比起盲目提高权限，更需要通过 claude config list 命令先诊断环境配置的数据驱动方法。

---

安全有保障的 AI 协作系统

人工智能 Agent 是在我们设计的环境中成长的智能伙伴。然而，自主性伴随着风险。为了防止提示词注入或意外的数据泄露，应始终只授予 Agent 最小权限。请务必设计成重要决策必须经过人工批准。

对于知识工作者来说，最重要的技能不再是写好提示词的能力。设计一个能让 AI Agent 最安全、最高效工作的“上下文架构”的能力，将决定你的竞争力。请立即在你的项目文件夹中创建第一个 manifest.md。