连训练集里都没有的新工具,AI 凭什么能写对?聊聊被低估的“上下文红利”

之前一直有个很固执的偏见，我觉得大模型写代码这股风气，迟早会把整个技术圈逼回极其无趣的“求稳”状态。

原因很简单，如果你用的新框架、小众库没有被喂进大厂的训练集里，AI 连个 Hello World 都能给你写出十几个 Bug来。为了让 Copilot 闭嘴不报错，大家是不是只能捏着鼻子去用那些老掉牙、但在训练集里占绝对优势的“无聊技术（Boring Technology）”？

但看了 Django 联合创始人 Simon Willison 最近在博客上发的一篇文章《Perhaps not Boring Technology after all》，我突然意识到，这个刻板印象可能要被掀翻了。

这篇文章到底讲了个啥？

简单来说，Simon 发现，随着现代编码智能体（Coding Agents）能力的进化，大模型已经不再被死死限制在它的“历史训练数据”里了。

面对私有代码库或者刚发布几天的全新开源工具，只要你投喂的姿势正确，Agent 完全可以当场学习、当场写出高质量的代码，根本不会强迫你去降级使用那些所谓安全的“老旧主流栈”。

几个彻底改变开发直觉的核心洞察

• 长上下文彻底干掉了“知识库焦虑” Simon 在文章里提到了一个非常暴力的破局点：现在的编码智能体上下文窗口实在太大了。遇到没见过的新工具，你根本不需要指望它自带这部分的知识储备。直接在提示词里敲一句 使用 uvx showboat --help 了解这些工具，它就能一次性吞下大量说明文档，瞬间掌握这个连训练集里都没有的全新命令行工具。 就像折腾那个基于 Python 和 LangGraph 的 GitHub 自动日报工具时，由于底层框架的 API 经常变，模型自带的知识往往是过期的。但只要在对话框里直接塞给它最新的官方文档片段，Agent 马上就能照葫芦画瓢，连一些极其偏门的节点编排逻辑都能顺畅跑通。
• “官方外挂（Skills）”正在成为新基建 文章更新部分提到了一个极其敏锐的观察：一项近期研究发现，如果让 AI 完全自主选择技术栈，它确实会偷懒，毫不犹豫地给你选 GitHub Actions、Stripe 或者 shadcn/ui 这种在各自分类里占据“近乎垄断”地位的硬通货。 但当我们人类强制指定了一个新奇的技术栈时，现在的框架厂商早就想好对策了。像 Remotion、Supabase、Vercel 和 Prisma 这些公司，现在发新版的同时，会直接同步发布给 Agent 用的“官方技能包（Skills）”。这相当于给大模型直接塞了一本带可执行权限的官方操作手册。

怎么在命令行里优雅地“现学现卖”？

与其抱怨模型不知道你的新工具，不如直接把文档糊在它的脸上。在使用各种 CLI Agent（比如 Claude Code）时，你可以用一条极其极简的命令，把本地的帮助文档直接重定向给模型作为前置上下文：

# 不管这个 my-new-cli 有多冷门，先让大模型读一遍它的帮助手册再干活> 请仔细阅读 `my-new-cli --help` 和 `cat docs/api.md` 的输出内容。> 掌握其语法后，帮我用这个新工具写一个批量重命名文件的脚本。

总结一下：大模型并没有锁死我们的技术栈选择。相反，凭借超长上下文和越来越完善的 MCP/Skills 生态，我们试错新工具的成本反而被无限拉低了。把你不敢用的前沿框架文档和跑不通的报错日志一股脑丢给 Agent 让它去查缺补漏，这绝对是这几年折腾新技术最爽的姿势。

参考地址：https://simonwillison.net/2026/Mar/9/not-so-boring/