· AI Engineer World's Fair 2025
Глаза — окно в душу (и контекст): как Windsurf узнаёт вас
The Eyes Are The (Context) Window to The Soul: How Windsurf Gets to Know You
Качество AI-ассистента для кодинга, по словам авторов, зависит не от размера context window, а от отбора релевантного контекста: состояния пользователя и состояния кодовой базы.
- Два вида контекста — запрос складывается из промпта, состояния кодовой базы и состояния пользователя; к последнему относятся код вокруг курсора, открытые и закрытые файлы в порядке открытия, содержимое терминала и буфера обмена.
- Отбор вместо расширения окна — по словам спикера, оптимизация того, что попадает в окно, даёт лучшие результаты, чем простое увеличение окна, и помогает с задержкой ответа.
- Поиск релевантного контекста — в продукте комбинируются embedding search, reranking, AST-парсинг, rules, memories и MCP; по словам спикера, это работает и на растущей кодовой базе, а сама команда выросла из ExaFunction и опирается на оптимизацию GPU.
- Stateless обработка — по заявлению спикера, серверы только пропускают запрос транзитом, не хранят данные клиентов и не обучаются на них.
Кому полезно: доклад в основном рекламирует Windsurf, но пригодится тем, кто проектирует сбор контекста для кодинг-агента в большой кодовой базе.
Статья по теме
На какие вопросы отвечает доклад
Почему больше контекста не всегда улучшает ответы AI-ассистента для кода?
С первого дня команда оптимизирует, какой контекст попадает в окно модели, и по её опыту это даёт лучшие результаты, чем простое увеличение окна. Такой подход также снижает задержку, важную для хороших coding агентов.
▶ 6:34Cascade, активность разработчика, context window и оптимизация GPUКакой контекст нужен AI-ассистенту для кода, кроме текста промпта?
Два типа: поведение разработчика (код вокруг курсора, открытые и закрытые файлы, буфер обмена, терминал) и состояние кодовой базы (документация, правила, память агента, сам код репозитория).
▶ 6:34Cascade, активность разработчика, context window и оптимизация GPUКак быстро находить релевантный контекст в большой кодовой базе для AI-агента?
Спикер перечисляет набор инструментов: embeddings search, reranking, AST parsing, текстовый поиск, remote indexing, rules и memories. По его словам, в больших репозиториях поиск остаётся трудным, и с ним помогает опыт команды в GPU-оптимизации.
▶ 6:34Cascade, активность разработчика, context window и оптимизация GPUПочему AI-ассистент для кода пишет код, который не вписывается в существующий проект?
Генерировать код несложно, а сложно получить код, который вписывается в большую кодовую базу, соответствует стандартам организации и личным привычкам разработчика и остаётся пригодным в будущем.
▶ 3:57Windsurf Editor, плагины для IDE и проблема coding AIСохраняет ли AI-ассистент для кода данные пользователя после обработки запросов?
По словам спикера, серверы работают без состояния: информация о редакторе отправляется на сервер как сквозная передача, но не сохраняется и не используется для обучения моделей.
▶ 13:13Утверждения о безопасности и обработке данных клиентов
Главы
Похожие доклады
Агентов создают на грани: как пройти путь от 90 до 100
AI Engineer Summit 2025
Близко по содержанию
Context engineering: связываем точки с помощью графов
AI Engineer Code 2025
Близко по содержанию
Devin 2.0 и будущее разработки ПО
AI Engineer World's Fair 2025
Близко по содержанию
Как выстроить эффективный инженерный процесс с Windsurf
AI Engineer World's Fair 2025
Близко по содержанию

