7月23日，钛媒体的一篇报道把过去三周AI编程工具赛道密集发生的几件事串在一起，结论很扎眼：没有一家还在赌"我的模型最聪明"，争夺焦点全部转向"谁能占住入口"。
这不是空喊。6月底，开源项目OpenSquilla更新到0.4.0，内置了一个跑在设备本地的轻量分类器，能根据任务难度自动判断调用低成本模型还是高性能模型，官方数据显示综合Token成本降低60%到80%。7月3日，GitHub宣布开源权重模型Kimi K2.7 Code进入Copilot的模型选择器——这是Copilot历史上第一次把开源模型和闭源旗舰并列供开发者挑选。7月9日，OpenAI把独立运行近一年的Codex整体并入ChatGPT桌面端，做成Chat、Work、Codex三合一的超级应用，Codex每周活跃用户已超500万。7月18日，桌面级智能体OpenOcta发布v1.0.5，原生打通DeepSeek、豆包、通义等国产模型；终端编程Agent qwen-code同期更新到v0.19.8，继续坚持多协议开放路线。
把这些动作放一起看，一个结构性转折浮出水面：模型层的能力曲线正在变平，单纯拼模型的边际回报急剧下降，资源开始往上一层涌。
巨头收入口，开源放模型，殊途同归
两种策略看似矛盾，实则是同一场转折的两种应对。开源项目没有本钱在模型层竞争，索性放弃锁模型这条路，靠"谁都能接、足够便宜"吸引用户。巨头清楚模型优势撑不了太久，所以提前把用户往统一入口里收。
但"开放"和"收口"都不是字面那么简单。Copilot接入Kimi K2.7 Code看似给了更多选择，可这个模型是GitHub自己在微软Azure上托管的版本，企业版默认关闭，需管理员手动开启策略才能用。开发者以为拿到了自由，实际上锁定的对象从"必须用某个模型"换成了"必须通过某个入口才能用任何模型"。给不给、默认开不开、怎么计费，决定权一直在渠道方手里。
Codex并入ChatGPT是另一种锁法。把聊天、干活、写代码收进同一个窗口后，用户的切换成本不再是钱，而是认知成本——习惯在一个界面完成所有事的人，不会因为某个环节的模型不够强就转去一套陌生工具。重新适应工作流的代价，远比多付一点订阅费更让人却步。
但模型和入口，都不是你的胜负手
就在巨头抢入口的同时，7月24日的一批社区研究给出了一个让很多人意外的结论：大多数coding agent在真实仓库里失效，并非模型不行，而是上下文供给错了。
Chroma测了18个前沿模型，发现它们随上下文变长全面退化。ETH Zurich发现自动生成的超长CLAUDE.md会让任务成功率下降约3%，同时成本上涨20%以上。Sourcegraph的CodeScaleBench则直接点破：给对工具，比给长上下文更关键。
翻译成开发者的语言就是：你抱怨"AI又忘了我们用pnpm不用npm"，十有八九不是模型记性差，而是你那句纠正要么被挤出去了上下文窗口，要么埋在8万token的构建日志里根本没被注意。模型有智能，但它没有"你的项目"的记忆——上下文窗口是个预算，不是记忆。每个读过的文件、每条命令的输出、每轮对话，都在花这个预算。
上下文工程：你真正该升级的那一层
既然窗口是预算，最高杠杆的事就是决定让代理看到什么、什么时候看到、怎么组织。这就是"上下文工程"，2026年它正在取代提示词工程，成为AI辅助开发里最值钱、也最少有人刻意练习的技能。
第一，把规则写进会话能活下来的地方。 聊天里的纠正只帮一个会话；写进CLAUDE.md或AGENTS.md的一句话，帮每个会话、每个队友、永远。这两个文件在会话开始前就被加载，是你能控制的最持久的token。但别贪多——研究发现规则文件超过约200行，关键约束就开始被噪音淹没。只写代理无法通过读代码推断的内容：构建测试命令、不可妥协的边界、几条非显然的约定。代码风格交给ESLint，别让大模型干linter的活。
第二，警惕"lost in the middle"。 模型对开头和结尾的内容更敏感，中间的容易被忽略。把不可违反的约束放开头，把当前任务放结尾，参考资料放中间。有团队仅靠调整位置，代码风格违规率降了35%到40%——同样的规则、同样的模型，只是换了摆放顺序。
第三，别把一个巨型上下文塞给一个代理。 复杂任务拆给专门的子代理，每个只看它需要的东西。Claude Code的subagent、跨工具的AGENTS.md分层记忆架构（DECISIONS.md记录决策、KNOWN_ISSUES.md记录已知问题、RUNBOOK.md记录操作手册）都是这个思路。上下文隔离不是组织习惯，是上下文工程策略。
第四，长会话主动压缩，别等它被截断。 上下文吃紧时，用一句话总结进度替代粘贴完整历史："已完成X、Y、Z，现在做W"比留着500行旧日志更有效。大功能之间开新会话，比在一个马拉松会话里硬扛更稳。
别追跑分，别被入口锁死
7月26日的社区日报记录了一个值得琢磨的趋势：用强模型做设计、弱模型做执行的多模型编排架构正在成为新范式——GPT-5.6编排、Gemini 3.6 Flash并行执行、Opus 5按需当顾问。但即便这套架构，也有开发者质疑：如果弱模型设计能力不足、问不到关键问题，"弱模设计强模顾问"就会失效，更合理的组合是"强模型设计、弱模型执行、强模型验收"。
这恰恰说明：编排的难点不在选哪几个模型，而在怎么把正确的上下文喂给正确的那个模型。模型不值钱了，入口被巨头把着，但上下文工程这件事，主动权还在你手里。把它当核心技能练，比追任何一份跑分榜都划算。