動的コンテキスト探索
CursorはAIエージェントのコンテキスト管理方法を根本的に変える「動的コンテキスト探索（Dynamic Context Discovery）」という重要なアーキテクチャ改善を発表した。静的コンテキストを常に含める方式から、必要な情報を動的に取得する方式への転換である。
主要な技術的特徴
長いツール応答をファイルに変換
大規模なJSON応答を直接処理する代わりに、エージェントがファイルに出力しtailなどのコマンドで段階的に読み込む。これにより不要な要約処理が削減され、データの忠実性が保たれる。
要約時のチャット履歴参照
コンテキストウィンドウが満杯になった際、エージェントが履歴ファイルから欠落情報を動的に復元できるようになった。長時間のセッションでのコンテキスト喪失を防止する。
Agent Skillsオープン標準
Cursorはドメイン固有タスク用のスキルファイルをサポート。エージェントがgrepやセマンティック検索で関連スキルを動的に取得でき、タスク特化の性能が向上する。
MCPツール最適化
注目の成果：MCPツール呼び出し時に総トークン数が46.9%削減。ツールの説明はフォルダーに同期され、すべてのリクエストに含める代わりに必要な時だけ動的に読み込まれる。
統合ターミナル出力
ターミナルセッションの出力がローカルファイルシステムに自動同期され、エージェントが履歴を検索可能になり、コンテキスト認識が向上する。
重要性
静的から動的コンテキストへの移行は、AIコーディングアシスタントの根本的な課題であるコンテキストウィンドウの制限に対処する。必要な情報のみをオンデマンドで読み込むことで、エージェントは：
- 大規模なコードベースをより効果的に処理
- 長時間セッションでの性能維持
- トークン効率によるAPIコスト削減
- 焦点を絞ったコンテキストで応答品質向上