跨境Ai视界 最近对上下文context有了更多的理解。一是上个月和大壮老师的深入交流，明白了其实很多项目用提示词就可以做，包括思维链COT，agent等。
二是kiro的爆火，让我觉得到三段式的规划其实比vibe coding更有可控性。加上Claude code出了sub agent的功能。我才发现，这不还是context+function call，不还是autogpt吗。。底层逻辑是如此的重要。
优质的context加上多agent，是不是就和垂直大模型一个意思了。想想去年一些基础的垂直大模型项目应该都挂的差不多了吧。现在agent已经成熟的很多了，即使是我都可以做出和垂直大模型差不多的效果了。
结合电商，还记得最开始玩的提示词吗。如果每个环节都有一套不断迭代的提示词，加上现在的工具调用，最后让大模型去自主规划。这不就是垂直行业的agent吗，哈哈。。
Claude code的250美金花的真值，不只是让我体验到了AI编程的天花板，也让我在实践中理解了很多理论性的东西。因为之前我是和cursor学，要等他的反应速度，现在反应速度乘以10，我的学习速度、理解速度至少翻倍了吧。
首先完整的各模块的提示词，积累多年的知识库，加上工具调用，落地到claude的sub agent，这不就是定制化的项目吗。
回到我在做的，我用sub agent做了一个简单的广告agent，让他做广告结构，感觉已经超越市面上的工具。因为它有提示词、有定制上下文、有claude的工具调用，这些通用大模型都没有。后面可以不断的补充优质内容，不断完善。
即使是Manus这样的agent软件，也不能很好解决垂直行业agent的问题。因为他的上下文和工作流是临时组成的。所以，Cursor，Lovable这类垂直agent一上市就火出圈。
做出广告结构之后，结合已经成熟的算法选词，通过硬编码选标签加上部分AI判断，结合产品推广的不同阶段，最后落地到广告批量上传表格，一气呵成。
想一下如果让运营来做需要多长时间？当然运营也有事干，这等于说还是做了一个基础的模板。人工可以在这个基础上，继续扩展，但是框架已经搭好，锦上添花即可。
效率飞起，后面就是大量测试了。又会有人灵魂发问，亚马逊都卷到这地步了？？