AI Coding 的奇点时刻

Fact 进化时间线： Cloud Code (Tool Use框架确立) → Open Code (开源套壳优化) → Clawdbot / OpenClaw (Computer Use + Local Env)。

关键技术突破的两条主线：

• 模型召回率 (Model Recall)： GPT-5.2级别模型在超长Context（如整个代码库）中的信息召回率从30%提升至90%。这解决了Agent在多轮对话中"忘事"和"幻觉"的问题。
• 上下文工程 (Context Engineering)： 并非简单的Prompt，而是对System Prompt和Tool Use的最佳实践封装。Open Code等工具通过复杂的上下文编排，极大释放了模型潜力。

Tech 东旭强烈倾向于 Skill 模式。

• MCP (Model Context Protocol) 的问题： 过于"程序员思维"，原子能力难以修改和叠加。给模型挂载过多MCP会导致灾难性遗忘，模型不知道选哪个。
• Skill 的优势： 接口是自然语言。对LLM最友好，且具有极强的组合性 (Composability)。

Box 理论详解： 针对Skill执行产生的环境污染（如Cookie残留、文件修改），提出"Box"概念。将 Skill（逻辑）与 Environment（执行环境）打包，实现原子化、无副作用的执行。

Opinion 未来软件开发模式：

• 组织架构： 1个 Senior Architect + 100个 Agents。
• 协作模式： Agent之间不应直接协作（边界模糊会导致灾难）。应保持模块隔离，Agent效率太高，沟通成本不如重写。
• 禁止人类写代码： 人类介入只会成为瓶颈（0.1%的阻塞）。

Fact 算力短缺： 全球算力依然紧缺，Token消耗量巨大（东旭个人日耗Billion级别）。

Opinion 平权的阻碍： 虽然技术上实现了"一人成军"，但经济上仍未平权。高昂的Token成本（如$200/月或更高）意味着目前只有高ROI（投资回报率）的场景才划算。真正的平权需要等到推理成本大幅下降。