Skip to content
Go back

3 行提示词省下 43% 消耗:排查 Antigravity 上下文爆炸问题

最近主力工具切换到了 Antigravity(agy),使用过程中注意到一个很明显的现象:agy 在正式动手改代码前,经常先读 200k+ 上下文才开始写第一行代码,上下文消耗明显比之前用 Claude Code 时高出一大截。

结合平时用下来的各种糟糕体验,我严重怀疑是 Harness 本身的设计有问题,于是让 AI 扫了一遍这几天我本地的 agy 会话记录。统计下来现象确实非常突出:31 个真实编码会话里,首次编辑前的平均上下文高达 124.7k,甚至出现过改几个小问题前先读了 83 个文件、飙到 419.6k 上下文才开始写代码的情况(并不是什么复杂的 bug 排查):

一、定位根因:Harness 层的两个硬伤

顺着会话日志和系统提示词往下扒,基本可以确认问题就出在 Harness 上。

1. 系统提示词把模型逼成了「焦虑式预读」

翻了下 agy 的内置系统提示词(<work_efficiently> 段落),里面有这么一段:

Every turn re-sends the whole conversation, so batch: in each turn, issue in parallel every independent search, read and edit or write you need next. Run all independent search operations at once; read all needed files (data, documents, references, source) in the same turn; read whole files within the max limit of your tool to read files, otherwise substantial ranges per read, plus the top of the file (for headers) if you may edit it; create or edit all files in one turn. … Never one call per turn;

翻译成中文核心是这几句:「在同一轮里读完所有需要的文件(数据、文档、参考、源码);只要在工具上限之内,就直接读整个文件,否则每次读一大段区间,如果要改文件还要把文件头部一起读进来……绝不要一轮只调一个工具。」甚至在对话运行中途,系统还会反复插入 <SYSTEM_MESSAGE> Reminder: work efficiently... 来催促模型合并调用。

这段话的本意是想让 AI 在单轮里尽量并行收集上下文、减少往返轮次,但实际效果是把模型逼成了焦虑式的地毯式预读,刚 find 出目录列表,下一轮就并发调十几个 read_file 把文件整篇读进来,上下文疯狂膨胀。

说实话,看到这段提示词我是挺难以置信的。这可是 Google 首推的官方 Harness,而且也不是最近刚出的新产品了,出现这种低级问题实在不应该,以至于我怀疑团队到底有没有系统性地对他们的 Harness 做过评测和分析。这直接导致 agy 的上下文占用常年居高不下,再叠加 Gemini 这拉胯的缓存有效时间,稍微停顿一下动不动就是几百 k 的 Cache Miss,账单跟着一起爆炸。

2. 检索工具噪音过大

目前的 agy CLI 里没有针对上下文做过优化的专用检索工具,搜索代码全靠裸调一个通用的 run_command。

像 Claude Code 这类成熟的 Harness,都会对内置的 Grep / Glob 做结果聚合、无关目录过滤和单行长度裁剪;而在 agy 里直接跑裸命令,往往会把大量无关匹配和原始文本原封不动塞进对话历史里,返回结果里掺杂了大量纯噪音(关于工具返回噪音对上下文注意力的侵蚀,之前在《MCP vs Skill vs CLI: AI Agent 上下文管理的本质与实践》里也专门聊过)。

上面这两点基本纯属 Harness 的工程问题。除此之外我还注意到一个现象:虽然系统提示词里写了探索类任务可以交给 research subagent,但实际触发频率极低。这个点我觉得除了 Harness 的引导方式,跟模型本身也有一定关系,Gemini 貌似不太擅长主动调度 subagent 来干活。

二、3 行提示词修正策略

其实这些问题在工程上解决起来并不复杂,甚至往 AGENTS.md 里加几行明确的上下文约束就能显著改善(下面这三条是让 gemini-4-neon 自己针对性写的):

## 上下文控制(高优先级,覆盖内置并行预读策略)

- **窄搜精读,禁止地毯式预读**:定位代码必须先用 `rg -l` / `rg -n` 锁定
  具体文件与行号,再只读直接调用链或待改文件;禁止猜测性批量并行 `read_file`
  (单轮并行读不确定文件 ≤ 3 个)。
- **大文件分段读**:超过 200 行的文件禁止不传 `StartLine`/`EndLine`
  整文件读取,先 `rg -n` 定位行号再按需读目标区间(≤ 200 行/次)。
- **命令输出限流**:用 `run_command` 跑 `rg` / `find` / `git diff` / `ls`
  默认带 `| head -n 60` 或 `-l`,避免撞 10KB 截断或触发后台日志二次读取。AGENTS.md

关于兜底 Hook:测试时我们还顺手写了一个 PreToolUse Hook 做硬性兜底(拦截对 >250 行文件的无边界 read_file 以及未限流的裸 rg / find 命令),防止模型一次性读入大量内容。但有意思的是,在这 3 行提示词的引导下,模型全程非常听话,这个兜底 Hook 实际上一次也没触发过。

三、四组独立 Worktree 对照实验

为了验证实际效果,我拿同一个真实需求(开发一套通用外置 Agent ACP 插件并跑通真机端到端测试),让 Neon 建了四个完全隔离的 Git Worktree 做对照 Benchmark:

  1. 原版 agy:默认配置对照组
  2. 加提示词 + Hook 的 agy:写入上述 3 条 AGENTS.md 规则 + 兜底 Hook
  3. 加提示词 + Hook + 引导 Subagent 的 agy:在上述规则基础上,额外提示将代码库探索交给 research subagent
  4. 原版 Codex:跨 Harness 参照组

其中 agy 三组均使用 gemini-4-neon high,Codex 使用 gpt-6.2-sol high。完整对比数据如下:

看下来有几个比较有意思的点:

四、写在最后

平心而论,我能感受到 Antigravity 团队是真的想把 agy 做好的,最近在 X 上高强度收集网友的意见、快速修复问题;但目前的 Harness 工程确实问题太多了。

真心希望能抛开历史包袱,多向市面上成熟的 Harness 学习学习,实在不行推倒重做吧,或者把订阅开放给其他的 Harness 使用也行。毕竟我是真的希望 Gemini 能干死 A\,争点气啊。


Share this post on:

Next Post
关于 Goal 的 What、Why、How