Unverified75% confidenceOpinionTime unknown
上下文工程是在RAG之上的进一步演进，不仅关注信息的召回率，更关注注入上下文的结构质量、可信度层级和冲突标记
1
Sources
75%
Confidence
Long-term
Relevance
5/31/2026
First Seen
Sources
AI总答偏？用代码把资料编译成任务上下文
bilibili玉启智能
Related Entities
Related Claims
UnverifiedHarness应对上下文拥挤的做法是通过RAG等技术把进度、文件结构、日志结构化存在外部，让模型读取而非回忆74% similarUnverified全局上下文文件可以结合检索增强生成（RAG）机制，在项目规模扩大后按需注入相关规则片段，避免超出模型的上下文窗口限制73% similarVerifiedPerplexity AI底层采用RAG（检索增强生成）技术架构，实时抓取网络内容结合LLM输出带引用来源的结构化答案73% similarUnverified上下文管理的业界主流策略包括RAG通过向量数据库动态检索、滑动窗口机制保留执行历史、以及记忆蒸馏将长对话压缩为结构化摘要72% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/6254API
curl https://kongchang.com/api/v1/knowledge/claims/6254MCP
get_claim(id=6254)