这份 PPT 里有一页叫「1M 也救不了三天的 Session」，讲一个对话用得太久，上下文被一次次压缩，重要的信息慢慢就沉没了。做这一页的时候，我和 Claude Code 的那个 Session 正好开到第三天，已经被压缩过两次。我在一个正在失忆的对话里，写一页讲失忆的幻灯片。
这场分享讲的是 AI Coding 这几年怎么走过来的：从 2021 年按一下 Tab 接受一段补全，到今天把一整条工作流交给 Agent。人交给 AI 的工作单元，一直在变大。整份 PPT 有 40 页、27 段动画，没有一页是在 PPT 软件里做的。每页是一个网页，每段动画是一段代码，都是 AI 写的。我做的，主要是告诉它要讲什么，以及哪里不对。
做完回头翻聊天记录，我发现自己的说话方式也在跟着那条主线变。第一天我还在说「再往下压 30px」，一个像素一个像素地调，这就是补全。后来变成问它「真有这东西吗」，再后来一条消息里列十处修改让它自己去找、去改。到最后，我交出去的是整页：「这一页你去查资料，先讨论，先别做」。交出去的东西越来越大，我说的话却越来越短。
AI 查资料比我快得多，但它犯的错有个共同点，就是都很像真的。初稿里有一个根本不存在的「Claude Code 网页版」，和几十个真实产品排在一起，字号一样，对齐也一样。它很少给出荒唐的答案，更多时候给的是一个看起来完全合理、只差一点点的答案，而这一点点就得靠人去发现。笑点也一样。「人工智能」四个字飞起来重新排成「能工智人」，「开发者变成无情回车键」，马里亚纳海沟下面还压着一层 node_modules。这些 AI 都能做得很好，却很难自己想出来，因为它们靠的是台下每个人都经历过的那些事。
最有意思的一次发生在彩排之后。我把录音交给 AI 转写，和讲稿逐页对照。它发现我讲到某一页时临场说了一句：「Agent 能连续跑的时间，从十几分钟变成了几个小时。」可那页放的曲线，衡量的其实是 Agent 能完成多难的任务，不是它能跑多久。我回头一查，当初在大纲里写下「这里引用这份研究」的，正是我自己。AI 照着找了数据，数据本身也没有问题，问题出在我一开始给它的 Context 就是错的。第二天我把图换掉了，换成我真正想讲的东西：Agent 从跑十几分钟就要人说一声「继续」，到能一口气跑上几十个小时。
我之前写过一篇文章叫《Context is all you need》，这场分享的最后一页也用了这个标题。做完这份 PPT，我对这句话多了一点理解。AI 能读完所有公开资料，却读不到我守在屏幕前一遍遍敲「继续」的那些下午，也读不到我心里真正想讲的是什么。这些东西不在任何文档里，只在经历过的人身上。
所以最好的 Context，大概就是你自己走过的路。