容易混淆的问题

这些说法听起来相近，但对应的动作完全不同：清空上下文、回退、开沙箱，还是回去读 diff。

容易混淆	区别
上下文窗口 / 训练数据	窗口是这次能看到的量，训练数据是模型学过的内容，两者不互通
清空 / 回退 / 压缩	开新对话 vs 撤销某几步 vs 用摘要替换前缀，损失程度不同
AGENTS.md / skills	前者每次启动全文注入，后者只常驻描述，正文按需加载
子 agent / 并行 agent	子 agent 是同一会话内的上下文隔离；并行是多份独立会话
工具调用 / 函数执行	模型只输出调用参数，执行的是 harness
MCP / 命令行工具	协议化的常驻工具接口 vs agent 临时 bash 调用
跳过确认 / 沙箱	前者取消人工闸门，后者限制破坏半径，不能互相替代
「已修复」/ 验证过	前者是模型自述，后者是你或 CI 实际跑过
改测试通过 / 代码正确	测试变绿只证明测试与实现一致，不证明行为正确
提示更长 / 结果更好	超过一定长度后，中段信息会被忽略，成本反而上升
本地模型 / 隐私安全	数据不出机器，但日志、缓存、提示词仍可能落盘
agent 说测试通过 / CI 通过	自述 vs 在干净环境里重跑
token / 字符	切分单位不同，中文与代码更碎，预算按 token 算
prompt 缓存 / 模型记忆	缓存只省重复前缀的钱，不改变模型本身没有记忆
工具数量 / 能力	工具 schema 占窗口，挂太多反而更容易选错

上下文

• 窗口大就够用吗。 容量和效果不是一回事。历史越长，早期细节越容易被忽略，也越容易让模型拿着过期文件内容做判断。
• 压缩能保住细节吗。 保不住。摘要会丢行号、命令输出和已排除的方案，关键结论要在压缩后重新确认。
• 子 agent 能替代并行吗。 不能。子 agent 隔离上下文，并行买的是墙钟时间，两者可以叠加。
• 文档塞得越多越好吗。 不是。一份 llms.txt 加两个具体文件路径，通常比整本手册更准也更省。
• 清空和压缩能混用吗。 先 rewind 再压缩可以，顺序反了就失去回退能力，只剩一份摘要。

验证

• 它说测试过了就过了吗。 不算。要看它跑的命令、退出码和输出，最好自己重跑。
• 为什么它总在改测试。 让测试变绿的最短路径常常是放宽断言，提示里写死「不改测试」。
• 让另一个 agent 审查够吗。 只能当补充。两者看同一份 diff、带同一套偏差，容易漏掉同一类问题。
• 覆盖率够了就行吗。 不够。覆盖率只证明代码被执行过，不证明断言检查了正确的东西。

权限

• 沙箱里就能随便开 yolo 吗。 破坏半径小了，但容器仍可能读到挂载的凭据，也可能往外发数据。
• 隔离了还需要看 diff 吗。 需要。沙箱防破坏面，不防逻辑错误：代码写错、测试被改，容器里一样发生。
• 本地模型就没有隐私问题吗。 数据不出机器，但日志、缓存和提示词仍可能落盘。
• 只给读权限就安全吗。 不够。能读 ~/.ssh、能跑 env，就足以把凭据带出去。
• 沙箱要断网吗。 云端模型必须出网；断网只适合本地模型，或预先装好依赖的离线任务。
• 要挂 Docker socket 吗。 不要。挂进去等于把宿主机 root 权限交给容器里的进程。

模型与产品

• 换个工具就变强了吗。 同一个模型在不同 harness 里差别很大，差别来自工具集、系统提示和上下文策略。
• 「模型知道」和「模型读到」是一回事吗。 不是。知识截止决定它认不认识某个库，仓库约定只能从文件里读。

判断标准很朴素：换一个会话，按仓库里的文件重来一遍，能不能得到同样的结论。