Content
Context Isolation 是一种在 AI 工作流中防止信息污染的架构设计模式。它基于一个核心洞察：随着对话历史拉长，Agent 的上下文会被过时的决策、错误的假设和无关的细节所“污染”，从而导致输出质量下降。其实践方式是由一个主 Agent 担任协调者，为每个具体任务创建全新的、上下文隔离的子 Agent，并为其精心构造仅包含必需信息的“任务简报”。这相当于每次都让一个没有历史包袱的新手来工作，虽然需要投入更多精力编写精确的指令（Plan），但换来的是输出的一致性与可靠性。
Acceptance
Question
- Context Isolation 和微服务架构的”隔离性”是否是同一个思想在不同层面的体现？
- 在什么情况下 context isolation 反而有害（比如需要全局理解的任务）？
- 现在的 OpenClaw session 设计（main vs isolated）本质上也是这个模式？
See Also
Anti-Rationalization Pattern
Spec-First Development
Issue Quality
AI-Native 工程师
TDD
Reference
- 2026-03-20 Superpowers 项目分析
- Superpowers subagent-driven-development skill
YoYo’s Note
Context Isolation 是 Superpowers 的核心架构原则：每个 subagent 只接收精心策划的最小上下文，永远不继承主 session 的历史。
基于洞察：context pollution 是 AI agent 最大的敌人。 随着对话积累，agent 会被之前的错误假设、过时信息、无关细节”污染”，导致后续工作质量下降。
实践方式：
- 主 agent 是协调者，不自己写代码
- 每个任务派全新 subagent
- 主 agent 负责精确构造 subagent 需要的上下文（不是转发历史）
- Subagent 完成后，成果由独立的 reviewer subagent 审查（也是全新上下文）
类比：这就像”每次让一个新人来做”——新人没有包袱，只根据明确的指示工作。代价是需要写更好的指示文档（plan），但获得的是一致性和可靠性。