ai-context

该推文认为，AI有效性的关键不仅在于更大的上下文窗口，而在于在进入模型之前精心选择、排序和压缩上下文。它介绍了一个'Company Brain'概念，以集中和管理组织知识，从而做出更好的决策。

作者讨论了使用像Codex这样的AI工具扩展monorepos的挑战，指出随着代码库增长，令牌消耗增加，并建议可能需要松耦合模块来处理AI上下文限制。

一位开发者构建了一个工具，将AI聊天上下文压缩成一个markdown文件，便于在不同AI模型间共享，解决了在新聊天中重复解释的烦恼。

Prompt Bridge 是一款帮助保持 AI 上下文可移植性的产品，允许用户跨 AI 工具管理和转移提示词或上下文。

一位开发者分享了测试 Databricks 的 Genie Code 后的观察，认为拥有原生上下文（结构、血缘、权限）的领域专用智能体正在细分任务中击败通用编程智能体，尽管它们牺牲了可移植性。

Qursor 是一款工具，允许您指向任意界面元素，向AI发送精确上下文，从而增强AI交互的精准度。

SocratiCode 是一个开源代码库上下文引擎，允许AI在本地分析和理解大型代码库（超过4000万行），无需配置，完全保护隐私。

开源了一个名为 FILETREE.md 的实践，为项目维护一个包含完整文件树、AI生成的一句话描述和变更哈希的文件，作为高效上下文帮助 AI agent 快速理解项目结构。

Linus Ekenstam 解释了他在为 AI 构建上下文时偏好使用 HTML 而非 Markdown 的原因，他指出 HTML 的训练数据可用性更广泛。