41 lines
1.8 KiB
Markdown
41 lines
1.8 KiB
Markdown
---
|
||
title: "渐进式披露 (Progressive Disclosure)"
|
||
created: 2026-07-04
|
||
updated: 2026-07-04
|
||
type: concept
|
||
tags: [agent, interface, interaction, token-efficiency, ui-pattern]
|
||
sources: ["https://nokv.io/blog/agents-want-filesystems"]
|
||
---
|
||
|
||
# 渐进式披露 (Progressive Disclosure)
|
||
|
||
Agent 接口设计中的一种交互模式：先低成本发现（了解有什么），再按需读取（打开需要的部分），搜索可限定范围，路径作为稳定句柄。
|
||
|
||
## 四步模式
|
||
|
||
1. **低成本发现**：`ls` 看结构 → `stat` 看元数据 → `catalog` 看可查询字段
|
||
2. **按需读取**：只有找到目标后才 `read` 打开内容（而非全部预加载）
|
||
3. **范围限定搜索**：全局 `grep` 用来发现线索，目录内 `grep` 用来提取证据
|
||
4. **稳定句柄**：`/runs/abc/stdout.log` — 既是语义名称也是后续操作的地址
|
||
|
||
## 与 SQL 的对比
|
||
|
||
SQL 更像是要求 Agent **先理解一张地图，再一次性写出正确路线**。对结构化聚合很强；对「先找 cohort → 再查日志 → 再引用证据」的复合探索，前置认知成本更高。
|
||
|
||
## 在 Agent 上下文经济中的价值
|
||
|
||
Progressive disclosure 直接降低 Agent 的 token 消耗和 [[attention-drifting|注意力偏移]] 风险：每一步只看到更少但更相关的信息，不把无关内容拖入上下文。
|
||
|
||
## 外部佐证
|
||
|
||
- Anthropic MCP code execution：工具呈现为 TypeScript 文件树 → 150k → 2k token
|
||
- OpenAI tool search：建议延迟加载工具组织到 namespace/MCP server
|
||
- 人类工程师 debugging 的自然流程：也是 progressive disclosure
|
||
|
||
## 参考
|
||
|
||
- [[agent-workspace-filesystem|Agent 工作空间文件系统]]
|
||
- [[agent-interface-design|Agent 接口设计]]
|
||
- [[token-efficiency|Token 效率]]
|
||
- [[attention-drifting|注意力偏移]]
|