Cursor конечно фишку рубит. Понимает, что управление контекстом сейчас самое важное для качественной работы, а люди (да и ЛЛМ-ки) накидывают туда все, что только можно. При этом контекстное окно ограничено, токены стоят денег, а чем больше мусора в промпте – тем хуже качество ответов. Их основная идея - динамическое подтягивание контекста в промпт. Агент сам решает, что ему нужно из доп.информации, и сам это достаёт. Экономия токенов + меньше шума = лучше результат. Как это реализовано: 1. Длинные ответы инструментов → файлы Стандартный подход - обрезать длинный output от shell или MCP. Но так теряются данные, иногда критичные. Cursor вместо этого сохраняет вывод в файл и даёт агенту возможность читать его по частям. Агент делает tail, смотрит конец, если нужно больше - читает дальше. Результат: меньше вынужденных суммаризаций при достижении лимита контекста. 2. История чата как файл для суммаризации Когда контекст переполняется, Cursor делает суммаризацию - сжимает всё в краткое резюме. Но суммаризация теряет детали. Их решение: сохранять полную историю в файл и давать агенту ссылку на него. Если после суммаризации агент понимает, что ему не хватает деталей - он может сам поискать их в истории. 3. Agent Skills как файлы Cursor поддерживает открытый стандарт Agent Skills - по сути, файлы с инструкциями для специфических задач. В промпт идут только названия и описания, а сами инструкции агент подтягивает через grep или семантический поиск когда они реально нужны. 4. MCP-инструменты по требованию Вот тут самое интересное. Некоторые MCP-серверы имеют десятки инструментов с длинными описаниями. Всё это сидит в промпте, даже если 90% никогда не используется. А если у тебя несколько MCP-серверов - проблема умножается. Решение Cursor: синхронизировать описания инструментов в папку. В промпт идут только названия, полные описания агент читает из файлов когда нужно. Результат A/B теста: снижение расхода токенов на 46.9% в сессиях где вызывались MCP-инструменты. 5. Терминальные сессии как файлы Cursor синхронизирует вывод терминала в файловую систему. Можно спросить "почему команда упала?" без копипаста - агент сам найдёт нужный кусок через grep. Особенно полезно для длинных логов от dev-сервера. Тут прям кладезь советов для всех разработчиков кодинговых агентов :) Файлы оказались отличной универсальной абстракцией для работы LLM с контекстом. Просто, понятно модели, легко расширяется. Так что контент инжиниринг на базе файлов теперь рулит. Апдейт раскатят на всех пользователей в ближайшие недели. 🔗 https://cursor.com/blog/dynamic-context-discovery