我一直以来都觉得 LLM 其实就是解释器，它只是带一点概率，这种未知的概率恰恰是我们觉得它智能的体现，但是这也催生了为什么会有所谓的上下文工程。 
博客链接在这 把 LLM 视作解释器——正确管理你的上下文：提示词、记忆、函数调用、skill 和 subagent 
总结一下就是：我觉得 subagent （上下文隔离）加 AI 自己写辅助工具然后自动收集为 skill 或者记忆（随便叫做什么的放提示词的地方）才是 LLM 未来，就好像笔记本一样，而会提前预置各类提示词的 MCP Tool 或者过多的 skill 都是显式的干扰项。 
因为其根本原因是 LLM 没有能马上记住什么东西的真正的记忆，现在的这些“记忆系统”都是仿造的，LLM 做到一边运行一边实时记住东西（也就是改变权重）的成本太高了