Skip to content
预计 1 分钟右侧目录可快速定位

Context Engineering ​

把 Context 当有限的运行时工作集,学习 assembly、selection、compaction 与 long-horizon continuity。

推荐阅读顺序 ​

1. 为什么只写 Prompt 不够:从 Prompt Engineering 到 Context Engineering ​

回答:Prompt 只定义指令时,Context Engineering 还需要决定哪些信息、以什么优先级进入当前调用?

2. Context 如何组装:Assembly Pipeline 与 Token Budget ​

回答:Context Assembly 怎样在有限 token 预算内构造一次可执行的 ModelRequest?

3. Context 如何选:Selection Signals、Progressive Disclosure 与 JIT ​

回答:当前这一轮到底该把哪些信息放进 Context,又该把哪些内容留到需要时再加载?

4. Tool 如何撑爆 Context:Definition Cost 与 Result Management ​

回答:Tool definition 和 Tool result 为什么会快速撑大 Context,哪些内容应该先在 Tool 边界收敛?

5. Context 什么时候该压缩、什么不能丢:Compaction、Trigger 与 Fidelity ​

回答:Context 什么时候需要 Compaction,压缩时哪些事实必须被结构化保护?

6. 长任务如何跨 Context 延续:Structured Artifacts 与 Reset ​

回答:当任务超过单个 Context 生命周期时,哪些信息应外部化成 structured artifacts,何时该 reset 而不是继续 compaction?

7. Context 优化是否真的有效:Cache 与 Evaluation ​

回答:Prompt / Context cache 到底复用了什么,怎样通过 controlled ablation 证明节省 token/latency 的同时没有损伤 Tool choice、约束遵守和任务成功率?

本模块学习边界 ​

  • 暂不展开:W1 暂不掌握完整 compaction/retrieval policy;L3 的 eval/benchmark 后移到 W12

AI Engineering · Agent · Harness · Backend Systems