Cursor ha appena lanciato un nuovo concetto chiamato “Dynamic Context Discovery” (Scoperta Dinamica del Contesto). Sembra molto tecnico, ma in realtà è la chiave per diventare più intelligente, più veloce e più economico. In sintesi: Cursor non fa più “memorizzare” all'AI, ma le insegna a “cercare e usare al momento”. 1️⃣ Una metafora per capire subito (principio fondamentale) Prima (contesto statico): È come far sostenere a uno studente un esame, deve portare con sé tutti i libri di testo, appunti e materiali di riferimento memorizzati. Troppo pesante (grande consumo di Token), ci vuole tempo per cercare le informazioni (reazione lenta), e avere troppi libri può confondere (le informazioni interferiscono e portano a risposte imprecise). Adesso (contesto dinamico): Cursor consente agli studenti di portare un terminale che può consultare un “indice della biblioteca”. Gli studenti devono solo ricordare il sommario e, quando si trovano di fronte a un problema difficile, possono andare a prendere esattamente quel libro dallo scaffale. È facile, preciso e richiede meno sforzo mentale. 2️⃣ Quali sono i 5 grandi cambiamenti portati da questa “tecnologia avanzata”? La logica attuale di Cursor è: trasformare tutte le informazioni complesse in “file”, l'AI deve leggere i file quando ne ha bisogno, invece di essere sommersa da tutto in una volta nel riquadro di dialogo. Gli errori lunghi non vengono più troncati: prima, se l'errore era troppo lungo, l'AI poteva vedere solo metà e spesso indovinava. Ora Cursor salva i log lunghi come file, l'AI può consultare le ultime righe del file per vedere chiaramente la causa completa dell'errore. Memoria super potenziata: se la conversazione dura troppo a lungo, le precedenti interazioni vengono “compresse” in un riassunto, perdendo dettagli. Ora Cursor salva l'intera cronologia delle chat come file, e se l'AI non capisce il riassunto, andrà a consultare gli “archivi storici” per recuperare i dettagli dimenticati. Anche con molti strumenti non rallenta: prima caricare un sacco di plugin/strumenti rallentava l'AI. Ora l'AI guarda solo il “nome” degli strumenti e solo quando è sicura di voler usare uno strumento specifico, legge il manuale corrispondente. (Questo ha ridotto il consumo di Token di quasi la metà!) Caricamento delle competenze su richiesta: diversi compiti di programmazione richiedono diverse competenze (Skills). Ora queste competenze sono come “plugin” e l'AI le carica solo quando necessario, invece di portare sempre con sé tutte le competenze. Non è più necessario copiare e incollare gli errori del terminale: tutto ciò che esce nel terminale è automaticamente sincronizzato come file da Cursor. L'AI può “vedere” direttamente cosa è successo nel tuo terminale, senza che tu debba copiare manualmente le informazioni sugli errori.