32亿美元公司联创Garry说Claude会取代SaaS
YC总裁、估值32亿美元公司的联合创始人Garry Tan近期在播客中分享了使用Claude Code的体验。作为一名已有10年未亲自写代码的高管,他这次连续9天高强度使用AI编程工具。在此过程中,Segment联合创始人Calvin French-Owen提出了关于模型能力变化及Context管理的见解,揭示了AI编程中几个反直觉的现象。
01Context污染现象
在使用AI模型时,用户常会有模型“越用越笨”的错觉。Calvin指出,这并非模型智能退化,而是Context被污染所致。模型一旦进入错误方向,不会自动修正或停止,而是会沿着错误路径继续生成,导致错误信息在上下文中不断累积。
Context状态对比
Context污染状态
- 模型沿错误路径持续生成,无法自我纠偏
- Context越大,记住的错误信息越多
- 提供更多空间反而加剧了弯路效应
- 输出质量随Context增加而隐性下降
正常高效状态
- 模型逻辑清晰,响应准确
- Context保留有效信息
- 资源利用率高,输出质量稳定
02判断技巧与清空原则
为了应对Context污染,Calvin French-Owen提出了具体的判断技巧和管理原则,旨在维持模型输出的高质量。
- 50%主动清空原则
不要等到Context完全占满再进行处理。Calvin将快满的Context比作考试最后5分钟,此时虽然还在输出,但质量已经开始塌陷。因此,应在Context达到50%时主动清空。 - “绿茶测试”信号
在新对话开头埋入一个具体的小事实(如“今天早上7点喝了杯绿茶”)。如果在后续对话中模型忘掉了这个事实,这通常比监控百分比更可靠,标志着Context已出现问题,必须开启新窗口。
03反直觉观点与核心结论
除了Context管理,讨论中还涉及了开发领域中几个打破常规认知的观点。
开发效率与工具选择
效率与价值
不写测试反而导致开发速度变慢
20年前的CLI(命令行界面)在效率上优于现代IDE(集成开发环境)
曾经最值钱的技术资产可能随时间归零


常规做法
编写测试用例是保障质量的必要成本
现代IDE的图形化和功能丰富度提升效率
核心技术积累是长期的护城河
这些观点尤其由一位将公司出售至32亿美元的联合创始人提出,显得尤为深刻。技术资产的快速折旧与开发工具的效率回归,揭示了在AI浪潮下,技术评价体系正在发生根本性的重构。
当前文章无评论,是时候发表评论了