渐进式披露
概念 ai设计 记忆 上下文管理
来源数 3 Fri Apr 10 2026 08:00:00 GMT+0800 (China Standard Time)
渐进式披露
Progressive Disclosure，一种根据场景需求逐步加载信息深度的设计原则，广泛应用于 Claude Skills、Anthropic 记忆系统和 AI Native 产品设计中。
核心思想
不要让 Agent/用户一次性消化所有信息，而是根据当前任务阶段，逐步呈现必要的细节。
在 Claude Skills 中的应用（三层加载）
Level 1: SKILL.md 元数据（name + description）
↓ 始终加载，用于匹配用户消息
Level 2: SKILL.md 完整内容
n ↓ 触发时加载，包含详细指令
Level 3: Resources / Scripts / References
↓ 按需动态加载
在水水记忆系统中的应用
短期记忆（每次对话）
↓
中期记忆（daily notes）
↓
长期记忆（MEMORY.md）
↓
认知骨架（cognition.md）
价值
- 避免上下文窗口爆炸和 token 浪费。
- 保护敏感信息（如 MEMORY.md 不在群聊加载）。
- 让 Agent 在不同场景下具备恰当的认知深度。