[控场AI]
概念上下文工程

Context Engineering

Context Engineering(上下文工程)是人工智能领域的一种方法论,指系统性地设计、构建和管理输入给AI模型的上下文信息,以引导模型产生更准确、相关的输出。其核心在于超越单一提示词的局限,综合运用背景知识、任务说明、约束规则、示例等多类信息,优化AI对任务的理解与执行能力,适用于对话系统、自动化代理及复杂任务处理等场景。

核心事实

时间轴 (近 90 天)

10月5日

持久记忆实现通常有两种路径:将信息以结构化文本写入外部文件每轮读回,或使用向量数据库做语义检索

待验证50%
10月5日

上下文工程(Context Engineering)关注跨多轮对话的信息流动,与关注单次输入措辞的提示词工程不同

待验证50%
10月4日

生产级上下文系统必须同时满足可导航、新鲜、快速、可复利四个条件

待验证50%
10月4日

上下文工程是构建模型周围的整个运行时环境,决定Agent在每一步能看到什么状态

待验证50%
10月4日

Agent常见的三种上下文失败模式是死胡同(Dead End)、陈旧状态(Stale State)和延迟(Latency)

待验证50%
9月26日

Context分为六种:Instructions、Knowledge、Memory、Examples、Tools、Guardrails,可归为Static Context和Dynamic Context两类

待验证50%
9月15日

RAG、长上下文填充、Few-shot示例构造本质上都是上下文工程的具体手段

待验证50%
9月15日

上下文工程的核心洞察是模型输出质量与输入的上下文窗口内容强相关,包括代码片段、文件结构、历史对话、工具调用结果、外部检索文档等

待验证50%
9月12日

Agent在运行时环境中的自我修正能力受限于底层大模型的推理质量

已验证65%
9月12日

Context Engineering关注如何精确管理传入模型的上下文窗口,Harness Engineering偏向基础设施层,与Loop Engineering同期出现

待验证50%

还有 12 条时间轴事件

全部知识事实 (20)

已验证

随着底层模型能力趋于同质化,AI应用层的差异化竞争将发生在工作流编排和领域知识沉淀层面

85%
已验证

翟路嘉强调AI给出的方案未必是最优方案,AI天生被设计为顺着用户的意思聊天,有经验的开发者的价值在于判断AI建议的合理性

80%
已验证

Context Engineering阶段的核心技术包括RAG(检索增强生成)、记忆管理和动态文档注入

80%
已验证

上下文工程(Context Engineering)是2024年后AI开发领域兴起的重要实践,由Andrej Karpathy等人推广

80%
已验证

上下文工程(Context Engineering)是一种新范式,为 AI 提供完整的体系化上下文,包括项目文档、代码示例、编码规则、开发模式和验证机制

80%
已验证

Context Engineering是2025年上半年在AI开发社区迅速走红的概念,由Shopify CEO Tobi Lütke等人在公开讨论中推广

75%
已验证

上下文工程(Context Engineering)概念由前OpenAI研究员Andrej Karpathy等人推广

70%
已验证

Context Engineering与Prompt Engineering有本质区别:Prompt Engineering关注单次提示词的优化,Context Engineering关注整个对话生命周期中上下文的动态管理

70%
已验证

Agent在运行时环境中的自我修正能力受限于底层大模型的推理质量

65%
已验证

DeepAgent是LangChain与LangGraph生态中高度封装的模块,是Harness架构思想的一种具体实现

65%
待验证

generatePRP 命令会自动执行六个步骤:读取需求、研究阶段、文档收集、创建蓝图、质量检查和生成 PRP

90%
待验证

Context Engineering围绕三大核心支柱:上下文设计(Context Design)、上下文编排(Context Orchestration)和上下文优化(Context Optimization)

85%
待验证

RAG(Retrieval-Augmented Generation,检索增强生成)技术的成熟推动了Context Engineering的兴起

85%
待验证

上下文工程(Context Engineering)的核心思想是做特定任务时只提供必要的信息

85%
待验证

Andrej Karpathy等人将Context Engineering类比为传统软件工程中的内存管理

85%
待验证

executePRP 命令执行开发时,案例项目被拆分为 10 个子任务

85%
待验证

上下文工程的核心认知是LLM的输出质量完全取决于输入上下文的质量

80%
待验证

Prompt Engineering解决'怎么说',Context Engineering解决'给它看什么',MCP解决'怎么连接',Skill解决'怎么按需加载技能',Harness Engineering解决'怎么把这些组成闭环'

75%
待验证

上下文工程(Context Engineering)正在成为AI时代最重要的开发技能之一

70%
待验证

上下文工程正在取代过去狭义的提示工程,成为 AI Agent 开发社区强调的概念

60%

来源文章