Context Scope Discipline — 只把你要改的文件放进工作集#

一句话： 编辑代码时，工作文件预算（你 /add-ed 进可写上下文的文件）要压在 ~25k tokens 以内。超过这个量，"more context ≠ better edits"——模型注意力被稀释，开始改错文件、漏看你刚加进去的目标。广度交给 [[agentsop-repo-map]]（只读签名地图），深度只留给"这次真要编辑"的那几个文件。

这是一个 增强叠加技能（enhance overlay）。它不替代任何"通用 token 预算"建议，而是把那条泛泛的"少塞上下文"打磨成一条 coder-agent 专属的硬规则： 区分"读"与"改"，只把"改"的文件加进工作集。借用 Aider 的实测阈值——

"Above about 25k tokens of context, most models start to become distracted." [aider.chat/docs/troubleshooting/edit-errors.html]

---

1. 何时激活本技能#

下列任一情形成立时，把"工作文件预算纪律"作为该编辑会话的标准约束：

• 任务是 多文件编辑：rename、抽函数、改 API 签名、加 hook 点——你需要理解 N 个文件，但只会真正修改其中一小部分。
• agent 正在改错文件：给出的 diff 落在你没想改的文件上，或编造了不存在的路径。这几乎总是"工作集不对"——目标没加进去，或加了太多无关文件把模型呛晕。
• 上下文窗口在涨： /tokens（或等价物）逼近 25k；响应被截断；长会话里模型"记住了错的东西"。
• 你在大仓库里工作，凭"为了保险全加进去"的本能正在把整个目录、整个 repo 灌进可写上下文。
• 你在写 自建 coder harness，需要一条明确的"可编辑文件白名单何时收/何时放"的规则。

不应激活的反面信号：单文件已知的小改动（工作集天然就是 1）；纯讨论/架构问答（用只读上下文 + [[agentsop-repo-map]] 即可，不进工作集）；非编辑任务。

---

2. 核心心智模型#

2.1 一句话铁律#

more context ≠ better edits. 过了约 ~25k tokens 的文件量，模型就开始失焦—— 只把你这一轮真要编辑的文件加进工作集，其余的靠 [[agentsop-repo-map]] 顶上。

2.2 "读" vs "改"是两种不同的上下文，需要两种不同的预算#

LLM 看到的编辑上下文分三层， 优先级与写权限递减：

层内容写权限预算策略系统提示 + 编辑格式harness 固化harness不可控只读上下文[[agentsop-repo-map]] 签名地图 + /read 的参考文件 + CONVENTIONS.md人/agent 配置给"广度"——用地图覆盖全仓，但只放签名不放函数体工作集（写集合）/add-ed 的文件LLM 唯一 能编辑的给"深度"——只放这次真要改的，压在 ~25k 以内

核心区分：repo-map 给"哪儿"（breadth，签名级，便宜），工作集给"怎么改"（depth，全文级，贵）。把这两种需求混进同一个篮子（"全 /add 进来再说"）是本技能要根除的反模式。

2.3 25k 是稀释阈，不是上限#

25k 不是"塞到 25k 就崩"，而是"过了 25k 编辑准确率开始断崖式下降"。它是个 信号阈：

• 工作集本身 + 对话历史 + repo-map 都算进这一份预算。
• 文件越多、越大，留给"模型对当前编辑点的注意力"越少。
• 模型越弱，对 25k 越敏感（弱模型"更容易违背系统提示" [aider.chat/docs/troubleshooting/edit-errors.html]）。

2.4 "全加进去保险"是错觉——repo-map 已经替你覆盖了广度#

凭直觉，"我要理解这 10 个文件才能改对，那就全 /add"。实测相反：

Aider 只靠 repo-map（不把文件加进工作集）在 SWE-Bench Lite 上仍 70.3% 命中正确文件 [aider.chat/2024/05/22/swe-bench-lite.html]。

即"找文件"这件事不需要把文件灌进工作集——只读地图就够了。工作集只为"编辑"存在。把这两件事拆开，是省预算的关键。详见 [[agentsop-repo-map]]。

2.5 动态预算：工作集涨，地图就该缩#

预算是一份蛋糕，不是各自独立的盘子。 /add 了正确文件后，[[agentsop-repo-map]] 应自动缩小（"adjusts ... based on the state of the chat" [aider.chat/docs/repomap.html]），把 token 让给真代码。如果你的 harness 不会自动缩地图，编辑期就手动 --map-tokens 调小或归零。

2.6 与 [[agentsop-session-state-hygiene]] 的分工#

本技能管 文件维度（工作集里有哪些文件）；[[agentsop-session-state-hygiene]] 管 历史维度（对话历史是否污染当前任务）。二者共用同一份 25k 预算：

• 预算超了，先 /drop 不再需要的文件（本技能）；
• 仍然超 / 话题已切换，再 /clear 清历史（[[agentsop-session-state-hygiene]]）。
• /drop 保历史去文件； /clear 保文件去历史； /reset 两者都丢。

---

3. SOP 工作流#

Phase 1 — 区分"要编辑"和"只要读懂"#

任务进来，第一步不是 /add，而是分类。对每个相关文件问一句： "这一轮我会修改它的字节吗？"

text

会改它的字节        → 候选写集合（稍后 /add）
只需理解它的契约     → 只读：/read，或干脆只靠 repo-map 的签名
不确定改哪些        → 先不加任何文件，进 Phase 2 让 repo-map 帮你定位

经验法则：写集合目标 ≤ 5 个文件。超过，多半是任务没拆够。

Phase 2 — 不知道改哪个？让 repo-map 定位，而不是全加进来#

text

> /ask which files implement <feature>?
< [模型基于只读 repo-map 回答候选文件]

模型命名出目标后， 你 再决定把哪些加进工作集（Op locate-then-add）。"找文件"和"改文件"永远两步走——这是 [[agentsop-repo-map]] 与本技能共享的设计哲学。

Phase 3 — 只 /add 你会编辑的，参考文件用 /read#

text

/add  src/auth.py tests/test_auth.py     # 这两个会改 → 进写集合
/read src/config.py docs/auth.md         # 只参考，不改 → 只读

铁律重申： 少 /add，敢 /drop。"为了保险全加"恰恰是让模型改错文件的主因。

Phase 4 — 编辑过程中持续盯预算#

text

/tokens                  # 看当前占用；接近 25k 是黄灯

信号动作/tokens 逼近 25k/drop 已经改完、不再相关的文件repo-map 占比偏大调小 --map-tokens（目标文件已定，地图可缩）模型反复改错文件/ls 检查工作集； /drop 多余的， /add 缺的历史漂移（不是文件问题）转交 [[agentsop-session-state-hygiene]]： /clear

Phase 5 — 一个文件改完就 /drop 它#

工作集不是"会话期一直累积"的。某文件这一轮的修改告一段落、后续子任务不再碰它——立即 /drop。把腾出的预算还给下一批要改的文件。这是把工作集 当滑动窗口 用，而不是当垃圾堆。

Phase 6 — 任务太大撑不住时，拆，而不是塞#

地图也缩了、能 /drop 的都 /drop 了，预算还是破 25k？这是 任务太宽 的信号，不是预算的问题：

text

1. 进子目录 + --subtree-only（缩小 repo-map 范围，见 [[agentsop-repo-map]] §3）
2. 拆任务：大需求拆成多个收敛子目标，每个子目标一个会话
3. 每个新会话只带它真正要改的那 ≤5 个文件

---

4. 操作模型#

每条给 Trigger / Action / Output / Evidence。命令名以 Aider 为参考，行为框架无关。

Op 1 — classify(file) 区分"读"与"改"#

• Trigger：任何相关文件进入视野。
• Action：问"这一轮会修改它的字节吗？"。会改 → 写集合候选；只读懂 → 只读层（ /read 或仅 repo-map 签名）。
• Output：每个文件被标记为 EDIT / READ-ONLY / NAVIGATE-ONLY 三类之一。
• Evidence：LLM 只能编辑工作集里的文件 [aider.chat/docs/more/edit-formats.html]；只读 vs 读写是 Aider 的安全边界。

Op 2 — locate-then-add(task) 先定位再加#

• Trigger：写集合未定，不知道改哪个文件。
• Action：把 task + repo-map 喂给 LLM，让它 只命名 候选文件（不直接编辑）；人/agent 再 /add 命名出的目标。
• Output：≤5 个写集合文件 + ≤3 个只读参考。
• Evidence：repo-map 只读即可达 70.3% 文件命中 [aider.chat/2024/05/22/swe-bench-lite.html]——定位不需要进工作集。

Op 3 — add(files) 加入工作集（克制）#

• Trigger：某文件确定这一轮会被编辑。
• Action： /add 只加该文件。不加"可能会用到"的、不加整目录。
• Output：工作集 +1。
• Evidence：模型改错文件"几乎总是因为该文件没 /add 或你 /add 了太多无关文件" [aider.chat/docs/usage].

Op 4 — read(files) 加为只读参考#

• Trigger：文件需要被理解但不会被改（schema、config、CONVENTIONS）。
• Action： /read，进只读层，LLM 不能编辑。
• Output：只读上下文 +1，写集合不变。
• Evidence：Aider --read / /read；只读层与读写层分离 [aider.chat/docs/usage/conventions.html]。

Op 5 — budget_watch() 监控预算#

• Trigger：每次编辑回合开始，或感觉模型变笨时。
• Action： /tokens 看占用分布（工作集 / 历史 / 地图各占多少）。
• Output：是否越过 25k 黄灯的判断。
• Evidence：25k 稀释阈 [aider.chat/docs/troubleshooting/edit-errors.html]。

Op 6 — drop(files) 改完即释放#

• Trigger：某文件这一轮修改完成、后续不再碰；或预算逼近 25k。
• Action： /drop 该文件，腾出预算。
• Output：工作集 -1，地图自动回涨补位。
• Evidence： /drop 是常态操作而非应急；动态预算 [aider.chat/docs/repomap.html]。

Op 7 — lean-on-map() 把广度还给地图#

• Trigger：你想"全加进来才安心"的冲动；或工作集 >5。
• Action：把"只为理解、不为编辑"的文件从写集合移到只读地图（ /drop + 信任 repo-map）。必要时 /map 审计地图已覆盖什么。
• Output：更瘦的工作集，广度由签名地图承担。
• Evidence：见 [[agentsop-repo-map]]；breadth 用签名、depth 用全文是两种预算。

Op 8 — split-task() 拆任务而非塞预算#

• Trigger：地图缩了、能 drop 的都 drop 了，预算仍破 25k。
• Action：把需求拆成多个收敛子目标，每个新会话只带它要改的 ≤5 个文件。
• Output：每会话工作集都在预算内。
• Evidence：monorepo 上下文溢出的标准缓解 [aider.chat/docs/troubleshooting/token-limits.html]。

---

5. 困境决策案例 (Examples / Scenarios)#

案例 1 — "我要理解 10 个文件才能改对那 2 个：全加，还是用地图？"#

触发：一个改动横跨 10 个文件的调用链，但你实际只会修改 2 个（比如改一个 API 签名 + 它的一处实现）。本能是把 10 个全 /add 进来"看全"。

诊断：你把"理解广度"误当成"编辑深度"。10 个里有 8 个你只需要看签名/契约，不会动它们的字节。

决策规则：

文件角色数量放哪真要改字节2/add（写集合）需看完整契约/会被这次改动影响、要核对1–2/read（只读全文）只需知道"它在哪、签名是什么"6–7不加，靠 [[agentsop-repo-map]] 签名

为什么有效：repo-map 只读即 70.3% 命中正确文件 [aider.chat/2024/05/22/swe-bench-lite.html]——广度不需要进工作集。把 2 个进写集合、地图覆盖其余 8 个，预算从"10 个全文"降到"2 全文 + 8 签名"，编辑注意力集中在真正要改的两处。

反模式：10 个全 /add → 破 25k → 模型在 8 个无关文件里挑了错的位置改 → 回滚 → 重来。

案例 2 — "任务做到一半预算满了，怎么办？"#

触发：多文件重构进行中， /tokens 显示已过 25k，模型开始截断响应、漏看你刚加的文件。

决策树（按代价递增，能停就停）：

步动作何时停1/tokens 看占用分布：工作集 / 历史 / 地图谁是大头找到主要占用者2已改完的文件 /drop（Op 6）工作集回到 ≤5、预算降到 25k 下3地图占比大 → --map-tokens 调小或归零（目标已定，地图可让位）预算回落4历史是大头、且话题已切 → 转 [[agentsop-session-state-hygiene]]： /clear（保文件去历史）历史清掉5仍破 25k → 任务太宽： split-task()，余下子任务新开会话单会话扛得住

关键认知：先动 文件维度（drop / 缩地图），再动 历史维度（clear），最后才 拆任务。 /drop 与 /clear 是互补而非二选一——前者是本技能，后者是 [[agentsop-session-state-hygiene]]。

反模式：预算满了第一反应是"换更大上下文窗口的模型"。窗口更大不改变 25k 稀释阈——大窗口模型塞到 25k+ 一样失焦。先收工作集，别先换模型。

案例 3 — "模型一直改错文件，我该再多加几个文件让它看清吗？"#

触发：连续几轮，模型的 diff 落在错误文件上。直觉是"它没看够，再 /add 几个"。

诊断：方向反了。改错文件的两种根因都不靠"加更多文件"解决：

现象根因修复改的文件根本没在工作集里目标没 /add``/add 目标文件（Op 3）工作集里文件太多、它挑错了/add 过量稀释/drop 无关的，收到 ≤5（Op 6）

决策规则： /ls 看现状 → 缺目标就加目标、多余就 drop → 不知道哪个是目标就 locate-then-add（Op 2）让地图替你找。 几乎不会 是"加更多文件"能解的。

---

6. 反模式与边界#

常见反模式#

1. /add 整个目录——"这个 feature 在 src/payments/，全加"。目录里 90% 的文件你不会改，纯稀释。只 /add 那 2–3 个目标文件。
2. 从不 /drop——把工作集当只进不出的垃圾堆。改完的文件不释放，预算单调上涨直到破 25k。 /drop 是常态操作。
3. dump entire repo——"上下文越多越好"，把整仓灌进去。这是 25k 阈值的反面教材；repo-map 的全部意义就是让你 不必 这么做。
4. 用工作集做广度——把"只为读懂"的文件 /add 进可写上下文。读懂用 /read 或 repo-map 签名，编辑才用 /add。
5. 预算满了先换模型不先收工作集——更大窗口不改变稀释阈。
6. 混淆 /drop 与 /clear——文件多就 /drop（本技能）；历史脏就 /clear（[[agentsop-session-state-hygiene]]）。用错维度解决不了问题。

硬边界#

• 本技能 不替代 [[agentsop-repo-map]]：广度（找文件）是 repo-map 的活，本技能管深度（哪些进工作集）。两者配套使用。
• 25k 是经验阈不是物理上限：具体数字随模型变；强模型耐受更高，弱模型更低。把它当"该警觉"的信号，不是"卡死"的红线。
• 本技能 只管文件维度：对话历史污染交给 [[agentsop-session-state-hygiene]]；二者共享同一份 25k 预算。
• 单文件已知任务无需本技能：工作集天然是 1，地图可关。
• 本技能 不保证 100% 不改错：收紧工作集大幅降低改错率，但定位本身仍有 ~30% 残余误差（repo-map 70.3% 命中的另一面），需人工兜底。

---

7. 跨框架对照#

同一条"只把要改的文件放进工作集"纪律，四个 harness 各自的接口与默认行为：

AiderClaude CodeCursorCline加入工作集/add <files>（显式，仅这些可编辑）Read 工具按需读文件入上下文@file / @folder mention按需 read_file tool-call移出/释放/drop <files>上下文压缩 / /clear移除 mentiontool-call 历史自然滚出只读参考/read <file>（不可编辑）读了即在上下文（无读/写区分）@file 同样方式同上，无显式只读层广度来源tree-sitter repo-map（签名）Grep/Glob/Read 按需探索全仓 codebase index文件树 + 主动读预算监控/tokens（25k 显式建议）上下文窗口指示 + 自动压缩闭源上下文长度可见写权限边界硬：仅 /add 的可编辑软：能读即能改（用工具白名单约束）软：可改任意打开文件软：可改任意读过的文件

关键差异：

• Aider 把"读/写"做成 硬边界（ /read vs /add），最贴合本技能——工作集就是写白名单。其 25k 阈值是这条纪律的实测来源。
• Claude Code 没有显式"工作集"概念： Read 进来的文件既可读也可被 Edit。本技能在这里表现为 自律——不要为了"看全"而 Read 整个目录；用 Grep/ Glob 定位（相当于 repo-map 的广度），只 Read 你要 Edit 的文件。 /clear 与自动压缩对应 /drop 的预算回收。
• Cursor 用 @-mention 选上下文；mention 越多预算越紧。纪律是"@ 你要改的，别 @ 整个 folder 求保险"。
• Cline 靠 tool-call 现场读文件，工作集隐式等于"读过的文件集"。纪律是不要在 plan 阶段把一堆文件读进来当背景——读过即占预算。

统一心智：无论接口是 /add、 @file、 Read 还是 read_file，规则不变—— 进工作集的应当是"这一轮会编辑的文件"，广度交给地图/搜索，预算盯住 ~25k。

---

引用源#

主要：

• [aider.chat/docs/troubleshooting/edit-errors.html] — "Above about 25k tokens of context, most models start to become distracted." 本技能的核心阈值。
• [aider.chat/docs/troubleshooting/token-limits.html] — 上下文溢出缓解。
• [aider.chat/docs/repomap.html] — 动态预算："adjusts the size of the repo map dynamically based on the state of the chat."
• [aider.chat/2024/05/22/swe-bench-lite.html] — repo-map 只读即 70.3% 文件命中（广度无需进工作集）。
• [aider.chat/docs/more/edit-formats.html] — 只读 vs 读写上下文边界。
• [aider.chat/docs/usage/commands.html] [aider.chat/docs/usage/conventions.html] — /add /read /drop /tokens 命令面。

派生：

• references/R1-source-evidence.md — 来源逐条 quote。
• intermediate/operation_candidates.json — 操作抽取过程。

关联技能：

• [[agentsop-repo-map]] — 广度伙伴：签名地图给"哪儿"，本技能给"哪些进工作集"。
• [[agentsop-session-state-hygiene]] — 历史维度伙伴： /drop（文件）与 /clear（历史）共享同一份 25k 预算。
• 上游：本技能是"通用 token 预算"建议的 coder-agent 专属增强叠加。

跨工具（一般认知）：Aider / Claude Code / Cursor / Cline 公开文档与博客。