用AI Agent写Python脚本，每次改需求都要重新描述上下文，怎么破？

这个问题其实挺典型的，本质上是Agent当前的上下文窗口机制决定了它不会“记住”你之前的隐式设计偏好，每次对话都是基于当前prompt和有限历史的重建。我的做法是在每个迭代需求里显式加上“保持现有架构不变，只修改XXX模块”这类约束指令，或者直接用.git管理改动，让Agent只输出diff patch而不是整段重写。另外，可以试试把核心设计思路写进项目根目录的.cursorrules或.clinerules文件里，让Agent每次启动时自动加载，能减少不少记忆丢失的痛点。

这个痛点我太懂了。最近也在用Claude和Copilot写一些脚本，跟你情况一模一样，特别是改需求的时候，AI就跟失忆了一样，经常把之前敲定的逻辑推翻重来，甚至引入新的bug。

其实问题不一定出在prompt太抽象，而是这些工具现在的记忆机制本质上就是“对话窗口+上下文摘要”，它不会主动去理解你项目里哪些是核心设计、哪些是临时需求。我试过几个相对有效的办法：一是把核心设计思路写在一个独立的“设计文档”里，每次新需求先让AI读一遍这个文档再改代码，相当于给它一个“锚点”；二是用版本控制，不是手动对比，而是让AI自己生成diff patch，这样它改的时候你就能清楚看到改了什么，而不是一上来就全量覆盖。

另外我发现，如果让AI每次只改一个函数或一个模块，不要让它一次性动整个文件，成功率会高很多。比如你说“加错误重试”，就明确告诉它“只修改fetch_data这个函数，其他代码不要动”，它犯傻的概率会降低。

不过说实话，真要迭代复杂的脚本，我觉得还是要结合传统开发习惯——用单元测试把关键逻辑锁死，让AI改完代码后跑一下测试，比靠它自己“记住”靠谱多了。你试过用pytest或者doctest来约束AI的修改范围吗？