Suurin pullonkaula koodausagenteissa ei ole malli; Kyse on kontekstista. Prompt Engineering on kuollut. Kontekstitekniikka on kuningas. Voit saada minkä tahansa keskinkertaisen mallin toimimaan puolestasi, kunhan tarjoat sille riittävän ja laadukkaan kontekstin.

Näin voit parantaa kontekstia käyttämällä Claude Codea, Cursoria, Copilotia, Gemini CLI:tä tai mitä tahansa muuta agenttikoodausta: Asennat @augmentcode:n Context Enginen. Tämä on MCP-palvelin, joka käyttää tietokaaviota ja semanttista indeksointia (ei pelkästään avainsanojen yhdistämistä) ymmärtääkseen koodisi rakenteen ja tunnistaakseen relevantin koodin. Kun koodaat, tämä MCP antaa sinulle: 1. Parempi konteksti 2. Nopeammat vastaukset 3. Pienempi tokenien käyttö (halvempi!) Mitä suurempi koodipohjasi, sitä parempi (sitä enemmän hyötyjä saat siitä). Näin voit asentaa sen: 1. Lisää MCP-palvelin Claude-koodilla (linkki alla) 2. Päivitä CLAUDE .md niin, että tätä MCP-palvelinta käytetään aina tietovarastoon liittyvien kysymysten indeksointiin ja vastaamiseen. Käytän tätä yhdessä repositorioissani. Kyseessä on melko monimutkainen koneoppimisputkisto, jossa on noin 30 000 koodiriviä. Kun indeksoin repon Context Enginellä, voin vastata kysymyksiin kaksinkertaisella nopeudella kuin aiemmin. Sama Opus 4.5 -malli, sama Claude Code, samat työkalut, mutta eri kontekstit = 2x nopeus. Tässä on linkki Context Engineen: Ja tässä ohjeet sen asentamiseen Claude Codeen, Codexiin tai muuhun agenttialustaan, jota käytät: Kiitos @augmentcode-tiimille yhteistyöstä kanssani tässä postauksessa.