实测「外部智能」：留给下一个 AI 的失败边界让正确率 1/3 变 3/3
Powerful_Creme2224 · reddit · 2026-08-22
作者在用 Codex 做真实 SOL 工作时观察到一次约 48.35M tokens 输入、其中 98.7% 命中缓存、但周配额只动了 1% 的现象，但他明确不将其归因为因果。
他更关注的是自己长期实践的工作法——External Intelligence（外部智能）：把过往失败、决策理由、停止条件、重启点、已发现的边界等信息留在聊天之外（如 Obsidian），由后续 AI 只检索相关部分，例如「这类完成判断以前失败过」「缺这个边界会产生假完成」。
他做了 3 组同快照对照实验（无外部智能 vs 有）：
- OpenClaw：基线踩中隐藏反例产生假完成，外部智能组通过；
- VS Code：同样基线假完成、外部智能组通过；
- AWS CDK：两组都正确 BLOCK，但外部智能组反而更慢。
正确完成率 1/3 → 3/3；输入 token 下降但命令执行次数上升。作者的结论很克制：前次 AI 留下的知识在某些匹配场景中确实能改变后续 AI 的决策，不承诺更快或更省 token。他强调强模型不会自动积累「该何时停止、哪些失败该延续到下一次」这类判断，并已在为开源项目提交修复的工作流中使用此方法（目前已有 21 个直接提交）。
「编程与Agent」频道最新
- 腾讯发布 UI-Mate-27B，支持桌面 GUI 智能体操作 — tencent · 2026-08-24
- 实测对比：从 DeepSeek 到 Claude 二十美元订阅 — Unlikely_Bluejay5392 · 2026-08-24
- Claude Code 推出远程控制功能，编码效率提升 — rohanpaul_ai · 2026-08-24
- Vercel CEO rauchg 详解 fx 扩展哲学：MCP、Skills、插件与 Unix 组合 — AccBalanced · 2026-08-24
- Netflix 揭秘 LLM Judge 生产实践：每周评估数十万条推荐解释 — omarsar0 · 2026-08-24
- Simon Willison 用 Fable 5 实测 smolvm：硬件级隔离沙箱获认可 — yawnxyz · 2026-08-24