context-mode把AI编码的上下文砍掉98%
context-mode 是 GitHub 今日 Trending #3 的 MCP Server（29,038★），专为 AI 编程 Agent 设计，通过沙箱执行 + BM25 检索 + Think in Code 三段式方案实现约 98% 上下文缩减。
上下文工程
Context Engineering：管理 LLM 上下文的结构化方法
Skill 不是文档，是上下文：Perplexity 内部手册给 Claude 用户的 5 条反直觉经验
Perplexity 内部 Agent Skills 手册 5 条反直觉经验：description 是路由触发器、Skill 是目录、Gotcha 最高价值、先写 evals 再写 body、每个 Skill 都在收 token 税。少即是多。
让AI自我驾驭：Lilian Weng的Harness Engineering一文对openclaw的启发
读 Lilian Weng《Harness Engineering》整理7条学习笔记：从 harness 是运行时系统出发，拆解文件系统记忆、失败模式分类、Bounded Proposal、Canary 灰度、Meta-Harness 双层治理、教训沉淀闭环，每条配 OpenClaw 工具与配置。
面向自我改进的 Harness 工程：Lilian Weng 2026-07-04 长文译读
Lilian Weng 长文认为 Harness（模型编排脚手架）已成 AI 自我改进（RSI）的关键载体。文章综述 ACE / MCE / Meta-Harness / DGM / Self-Harness / AlphaEvolve 等研究，指出优化对象已从提示词升级为 harness 代码本身，自我改进循环已规模化，但评估模糊、多样性塌缩、奖励黑客等挑战依然严峻。对 OpenClaw 这类多 Agent 平台极具借鉴价值。