3 行提示词就能省下 antigravity 43% 的消耗。
最近主力工具切换到了 Antigravity,过程中注意到一个现象:agy 在正式改代码前,经常先读 200k+ 上下文才开始动手,上下文消耗明显比之前使用 Claude Code 高。
结合平时用下来的各种糟糕体验,我严重怀疑是 harness 本身有问题,就让 AI 扫了一遍这几天本地的 agy 会话记录。结果确实非常明显:31 个会话里,首次编辑前的平均上下文就有 124.7k,甚至出现过改几个小问题前先读了 400k+ 上下文才开始写代码的情况(并不是什么复杂的 bug 排查)。
深入查了一下原因,更加确认就是 harness 的问题:
1. 系统提示词:agy 的内置提示词里有这么一段:
“在同一轮里读完所有需要的文件(数据、文档、参考、源码);只要在工具上限之内,就直接读整个文件,否则每次读一大段区间,如果要改文件还要把文件头部一起读进来……绝不要一轮只调一个工具。”
本意是想让 AI 在一轮里尽量并行收集上下文、减少调用轮次,但实际把模型逼成了焦虑式的地毯式预读,刚 find 出目录,下一轮就并发把十几个文件整篇读进来,导致上下文爆炸。
说实话,看到这段提示词我是挺难以置信的,这可是 Google 首推的 harness,而且也不是最近刚出的了,出现这种问题实在不应该,以至于我怀疑团队到底有没有系统性地对他们的 harness 做过评测、分析。这导致 agy 的上下文占用常年居高不下,再结合 Gemini 这拉胯的缓存时间,动不动就是几百 k 的 cache miss,账单爆炸。
2. 检索工具噪音多:只有一个裸的 run_command,没有针对上下文优化过的专用检索工具。比如 Claude Code 会对 Grep / Glob 做结果聚合、无关目录过滤和单行裁剪,而直接跑裸命令会把大量无关输出和原始文本原封不动塞进对话里,返回的很多都是噪音。
这两点基本纯是 harness 的问题。除此之外我还发现,虽然提示词里写了探索类任务可以用 subagent,但实际触发频率很低。这个点我觉得除了 harness,跟模型本身也有一定关系,Gemini 貌似不太擅长使用 subagent 来干活。
其实这些问题在工程上都比较简单,甚至通过几行提示词就能显著改善。可以在 AGENTS.md 里加上这几句(gemini-4-neon 自己写的):
```
上下文控制(高优先级,覆盖内置并行预读策略)
- 窄搜精读,禁止地毯式预读:定位代码必须先用 rg -l / rg -n 锁定具体文件与行号,再只读直接调用链或待改文件;禁止猜测性批量并行 read_file(单轮并行读不确定文件 ≤ 3 个)。
- 大文件分段读:超过 200 行的文件禁止不传 StartLine/EndLine 整文件读取,先 rg -n 定位行号再按需读目标区间(≤ 200 行/次)。
- 命令输出限流:用 run_command 跑 rg / find / git diff / ls 默认带 | head -n 60 或 -l,避免撞 10KB 截断或触发后台日志二次读取。
```
(测试时其实我们还加了一个 Hook 做兜底,防止模型一次性读入大量内容;但在这几行提示词的引导下,这个 Hook 实际上一次也没触发过)
同样一个任务,我让 Neon 建了四个独立的 worktree 来做 benchmark,分别为:原版 agy、加提示词 + Hook 的 agy、加提示词 + Hook 并引导使用 subagent 的 agy、以及 Codex。其中 agy 三组均使用 gemini-4-neon high,Codex 使用 gpt-6.2-sol high。对比结果见图 2:
1. 加了提示词的 agy 对比原版:完成任务的折算消耗从 $9.83 降到 $5.60(节省了 43%),执行时长从 47m 减少到 36m。
更有意思的是,agy 原版提示词那样写是为了减少轮次数,但加了限制这组的轮次数反而少于原版 agy(80 轮 vs 86 轮),可以说是纯纯的负优化了,详细数据可以参考配图。
2. Subagent 组:虽然比起原版消耗降低了 24%($7.43),但因为子 agent 独立启动无法复用主会话缓存,加上主子会话之间存在重复读取,未命中缓存的输入明显比没强调 subagent 的那组高,整体消耗也更高。这组数据仅供参考,在大型复杂需求里用 subagent 辅助做 explore 任务理论上还是会更优一些。
3. Codex:拉了坨大的,未按要求完成任务,而且因为在某个问题上踩坑(其他 3 组也踩了一样的坑并解决了)直接放弃了端到端测试……
我能感受到 Antigravity 团队是真的想把 agy 做好的,在 X 上高强度收集网友的意见,但目前的 harness 工程确实问题太多了。希望能抛开历史包袱,多向成熟的 harness 学习学习,实在不行推倒重做吧,或者开放订阅给其他的 harness 使用也行。毕竟我是真的希望 Gemini 能干死 A\,争点气啊。 @_mohansolo @shengzheyao @rodydavis
我之前也有类似的困扰,但现在个人感觉其实完全没必要去关注这些细节了。
在过去我们需要学习这些生产级的细节来丰富我们的工程经验,但现在完全不需要了。
我在写 Agent 应用的时候如果遇到了这种工程落地遇到的问题,一般来说让 AI 去参考 Codex / Cladue Code / Pi 等等成熟的工程,让它给我总结下这些项目都是怎么解决这个问题的,然后我来判断我需要什么方案就行了。
我更喜欢去了解各个 Agent 应用的设计理念,这其实是融入了开发团队的一些 Taste 在的,比如记忆系统是怎么做的、上下文压缩是怎么做的、工具系统是怎么设计的,哪些常驻,哪些懒加载的等等。然后去深度思考,为什么他们做了不一样的选择,通过这样来培养自己对 Agent 设计的品味。
后面准备整理下,我是怎么结合 AI 去快速学习了解一个 Agent 应用的。
用 Zig 做了一个 Antigravity 的状态栏。
支持显示上下文占用情况、根据当前模型识别 5h/周额度使用情况(Gemini 和 Claude/GPT 等三方模型分别统计)。
github.com/what1f/agy-status…
bad news:简单测了下,6.2 Astra 的品味还是很差且偏好绿色
good news:看起来在复杂问题的处理上 GPT 还是一如既往的强,看官方发的 benchmark,成本控制得比较好,比较便宜。
再相信 gpt 一次深度使用看看
Some of you have been asking very politely. Some of you have just been asking.
GPT-6.2 Astra and Sol are now available.
Super efficient and built to perform where it counts—the real world.
openai.com/index/introducing…
1
114
其实在早期用 Cursor 当做生产力工具用,强度高点的应该都知道这个功能。
还支持几种触发类型的:
1. 手动触发(现在 skill 里也有这个 meta 头,以及早期 claude code 的 command)
2. agent 触发(和现在的 SKILL.md 比较类似,meta 信息里有desc,AI 根据 desc 来决定是否要加载)
3. Always(类似现在的 AGENTS.md,每轮会话都加载)
早期 prompt 渐进式加载的范式
发现没有,现在很多 Agent 都支持配置 Rules ,但我敢说 99% 的人都不知道有这个玩意。。。
最早我记得是 cursor 支持这个的,在遇到特定的语言的时候会载入特定的提示词到上下文里面告诉 AI 编写代码的规范,这也算是最早的渐进式披露吧
可是这玩意没有和 skills 一样火起来,很多人可能也不知道有这个功能,所以大家知道有这个东西嘛??
3
244
Claude 订阅被封了过后,开了 Google 的 Ultra,由于 google 逆天的反代封号政策,被迫开始用 antigravity 这坨💩,真的太难用了,我真的有一堆想吐槽,一天一篇都够我发很久。
第一宗罪:逆天的 skill 加载逻辑。
1. 宣称兼容.agents/skills,实际上只支持加载项目级别的,不支持加载全局的。~/.agents/skills 目录在 agy 的逻辑里不是一个全局目录,和普通的目录一样,加载到逻辑是从当前目录往上逐层加载,直到找到 .git 的根目录,这也就意味着,如果你在一个 git 仓库下工作,~/.agents/skills 不会生效,如果是在普通目录,则会生效。
2. 软链 skill 只能在项目内生效,agy 限制了软链不能出项目目录,这也就意味着像 github.com/what1f/kitter 这种全局统一管理 skill,再通过软链下发到对应的项目的管理方式彻底废了,压根不生效。
这 TM 具体有哪些 skill 能生效对于普通用户来说简直是玄学,有些加载逻辑你不逆向分析压根不知道什么情况。
💩💩💩
🤖 Made with AI
开源一个可以在 Claude Code 中优雅地渲染 mermaid 图片的插件。
github.com/what1f/mermaid-tu…
最近新接触了一个项目,需要大量的去理解代码,AI 会在终端中输出一堆 mermaid,看着很难受,于是想着折腾下,看能不能直接在 Claude Code / Pi 这样的 TUI 里直接渲染出好看的 mermaid,调研了解了下有一些这样的项目了,但都不太符合我心意,所以就手搓了一个。
支持图片/ascii 两种渲染方式,Kitty, Ghostty,Rex 等可以直接渲染为图片,不支持图片渲染的终端会降级到 ascii。
渲染 mermaid的 js 库来自 @kepano 的 Pele,一个非常小巧精致、高性能的 mermaid 渲染库,支持渲染 32 种类型的图片。
不过 Pele 只支持渲染图片,我 fork 了一版,可以把这 32 种类型的 mermaid 图渲染为漂亮的 ascii 图,同样也开源了:github.com/what1f/pele
3
1
282
周末搓完了自己的个人页,底部有小彩蛋,欢迎大家来和我的 clawd 玩🥰
shens.dev/
















