面向 AI agents 的有效 context engineering

导读

prompt engineering 关心怎样指令模型；context engineering 关心模型在行动前看见什么。对 agent 来说，context 是任务目标、工具结果、历史决策、外部证据和开放问题组成的工作界面。

说明：本文按 Agent Learning 的中文阅读页格式，对原文结构与关键技术细节做逐节中文转述与解读；为避免整篇镜像转载，正文保留原文章节脉络、关键数字和术语，但不做逐字复刻。

核心观点

• context engineering 与 prompt engineering 不同，重点是信息供给、组织、检索和压缩。
• agent 能力受可见 context 的相关性、时效性、可信度和密度限制。
• 有效 context 应包含任务目标、约束、证据、工具状态、历史决策和未解决问题。
• context retrieval 与 agentic search 让模型按需补充证据，而不是依赖一次性输入。
• context 过少会让模型猜，过多会稀释注意力并浪费 token。
• 长时 agent 需要可恢复、可查询、可更新的 session 和 memory。

正文

Context engineering vs. prompt engineering

文章首先区分两个概念。prompt engineering 主要是写好指令；context engineering 则是决定哪些信息进入模型的工作窗口、以什么顺序出现、哪些信息被压缩或检索。

对 agent 而言，这个差异比普通聊天更重要。agent 会根据 context 调工具、改文件、发请求或做外部动作；错误 context 会直接变成错误行动。

因此，context engineering 是 agent harness 的核心职责，而不是 prompt 的附属品。

Why context engineering matters

模型并不是直接面对世界，而是面对系统提供的信息切片。这个切片如果缺证据、过期、冗长或混入不可信指令，模型能力就会被明显限制。

长任务中尤其如此。早期决策、失败尝试、用户约束、工具结果和当前计划会不断累积；如果它们只存在聊天历史里，context window 很快会被噪声淹没。

好的 context 策略让模型在每一轮看到足够完成下一步的信息，又不被历史细节拖住。

The anatomy of effective context

有效 context 通常包括六类信息：用户目标、硬约束、已验证事实、工具状态、开放问题和下一步计划。不同任务阶段需要不同权重。

证据的可信度也要显式处理。用户指令、内部文档、网页内容、工具返回、模型自己的 memory，并不拥有同等地位。agent 需要知道哪些是授权指令，哪些只是外部材料。

context 的顺序和密度也重要。高价值信息应靠近模型当前决策点；长日志应先被工具或检索系统压缩成可操作摘要。

Context retrieval and agentic search

检索不是一次性填充 prompt。agent 会在任务推进中产生新问题，并需要主动搜索、验证、更新假设。

agentic search 的关键，是把检索结果重新写回可用 context：哪些事实改变了计划、哪些来源可靠、哪些问题仍未解决。

这让 context engineering 与 eval 结合起来：团队需要评估 context 策略是否让正确证据在正确时刻出现。

Conclusion

文章最终把 context engineering 定位为构建 capable agents 的基础设施。模型越强，越需要高质量 context 来发挥能力。

这不是一次 prompt 优化，而是持续系统设计：memory、retrieval、compaction、session log、tool result formatting 和 trust boundary 都是同一问题的不同侧面。

如果说 prompt 是模型的任务说明，context 就是它理解世界的窗口。窗口设计不好，模型再强也会看错。

深度解读

context engineering 的关键洞见是：agent 失败常常不是因为它不会推理，而是因为它看见的信息不对。相比继续调一句 system prompt，更高杠杆的工作往往是重构信息流：哪些事实持久化、哪些结果压缩、哪些证据可重新检索、哪些外部文本不能当作指令。未来 agent 产品的护城河，很可能来自 context pipeline，而不是单一模型调用。

落地启示

• 把目标、约束、证据、工具状态和开放问题分层管理。
• 为 tool result 设计高信号摘要，避免把长日志直接塞进 context。
• 区分用户授权指令与外部不可信内容，降低 prompt injection 风险。
• 用 session log 和 memory 支持长任务恢复，而不是只依赖当前窗口。
• 把 context 策略纳入 eval，测证据召回、错误恢复和 token 成本。