新智元报道
编辑：桃子
【新智元导读】继提示工程之后，「上下文工程」又红了！这一概念深得Karpathy等硅谷大佬的喜欢，堪称「全新的氛围编程」。而智能体成败的关键，不在于精湛的代码，而是上下文工程。
硅谷如今炙手可热的，不再是提示词工程，而是上下文工程（Context Engineering）！
就连AI大神Karpathy，都为「上下文工程」投下了一票。
还有Shopify CEO Tobias Lütke称，自己更喜欢「上下文工程」，因其准确描述了一个核心技能——
通过为任务提供完整的背景信息，让大模型能够合理解决问题的艺术。
一夜之间，「上下文工程」红遍全网，究竟是为什么？
上下文工程，一夜爆红
这背后原因，离不开AI智能体的兴起。
OpenAI总裁Greg Brockman多次公开表示，「2025年，是AI智能体的元年」。
决定智能体成功或失败最关键的因素，是提供的「上下文质量」。也就是说，加载到「有限工作记忆」中的信息愈加重要。
大多数AI智能体失败的案例，不是模型的失败，而是上下文的失败！
那么，什么是上下文？
要理解「上下文工程」，首先需要扩展「上下文」的定义。
它不仅仅是你发送给LLM的单一提示，可以将其视为「模型再生成响应之前，看到的所有内容」，如下：
指令/系统提示：定义模型在对话中行为的初始指令集，可以/应该包括示例、规则等。
用户提示：用户的即时任务或问题。
状态/历史（短期记忆）：当前对话，包括用户和模型的响应，截至此刻。
长期记忆：跨多次之前对话收集的持久知识库，包含学习到的用户偏好、过去项目的摘要或要求记住以备将来使用的事实。
检索信息（RAG）：外部、实时的知识，来自文档、数据库或API的相关信息，用于回答特定问题。
可用工具：模型可以调用的所有功能或内置工具的定义，比如check_inventory、send_email。
结构化输出：模型响应格式的定义，例如JSON对象。
可以看出，与专注于在单一本文字符串中，精心构建完美指令的「提示词工程」不同，「上下文工程」的范畴要广泛得多。
简单来说：
「上下文工程」是一门学科，它致力于设计和构建动态系统。
这些系统能够在恰当的时机、以恰当的格式，提供恰当的信息和工具，从而让LLM拥有完成任务所需的一切。
以下是「上下文工程」的所有特点
· 它是一个系统，而非一个字符串：上下文并非一个静态的提示词模板，而是一个系统的输出，这个系统在对LLM进行主调用之前就已经运行。
· 它是动态的：上下文是即时生成的，为当前任务量身定制。比如，某个请求可能需要的是日历数据，而另一个请求则可能需要电子邮件内容或网络搜索结果。
· 它强调在恰当时机提供恰当信息与工具：其核心任务是确保模型不会遗漏关键细节（谨记「垃圾进，垃圾出」原则）。这意味着只在必要且有益的情况下，才向模型提供知识（信息）和能力（工具）。
· 它注重格式：信息的呈现方式至关重要。一份简洁的摘要远胜于原始数据的罗列；一个清晰的工具接口定义也远比一条模糊的指令有效。
是一门科学，也是一门艺术
Karpathy长文点评中，同样认为「上下文工程」是艺术的一种。
人们往往将提示词（prompt），联想为日常使用中——发给LLM的简短任务描述。
然而，在任何一个工业级的 LLM 应用中，上下文工程都是一门精深的科学，也是一门巧妙的艺术。
其核心在于，为下一步操作，用恰到好处的信息精准填充上下文窗口。
说它是科学，是因为要做好这一点，需要综合运用一系列技术，其中包括：
任务描述与解释、少样本学习示例、RAG（检索增强生成）、相关的（可能是多模态的）数据、工具、状态与历史记录、信息压缩等等。
信息太少或格式错误，LLM就没有足够的上下文来达到最佳性能；
信息太多或关联性不强，又会导致LLM的成本上升、性能下降。
要做好这一点是颇为复杂的。
说它是艺术，则是因为其中需要依赖开发者对大模型「脾性」的直觉把握和引导。
除了上下文工程本身，一个LLM应用还必须做到：
将问题恰到好处地拆解成控制流
精准地填充上下文窗口
将调用请求分派给类型和能力都合适的LLM
处理「生成-验证」的UIUX流程
以及更多——例如安全护栏、系统安全、效果评估、并行处理、数据预取等等…
因此，「上下文工程」只是一个正在兴起的、厚重且复杂的软件层中的一小部分。
这个软件层负责将单个的LLM调用，以及更多其他操作整合协调，从而构建出完整的LLM应用。
Karpathy表示，把这类应用轻率地称为「ChatGPT的套壳」，这种说法不仅老掉牙了，而且大错特错。
有网友对此调侃道，上下文工程，是全新的「氛围编程」。
Karpathy回应称，「我倒不是想自创个新词什么的。我只是觉得，大家一提到「提示词」，就容易把一个其实相当复杂的组件给想简单了」。
你会用一个提示词去问LLM「天空为什么是蓝色的」。但应用程序呢，则是需要为大模型构建上下文，才能解决那些为它量身定制的任务。
智能体成败，全靠它了
其实，打造真正高效的AI智能体秘诀，关键不在于编写的代码有多复杂，而在于你所提供的上下文有多优质。
一个效果粗糙的演示产品，同一个表现惊艳的智能体，其根本区别就在于提供的上下文质量。
想象一下，一个AI助理需要根据一封简单的邮件来安排会议：
嘿，想问下你明天有空简单碰个头吗？
「粗糙的演示」智能体获得的上下文很贫乏。它只能看到用户的请求，别的什么都不知道。
它的代码可能功能齐全——调用一个LLM并获得响应，但输出的结果却毫无帮助，而且非常机械化：
感谢您的消息。我明天可以。请问您想约在什么时间？
接下来，再看看由丰富的上下文加持的惊艳智能体。
其代码的主要任务并非是思考如何回复，而是去收集LLM达成目标所需的信息。在调用LLM之前，你会将上下文扩展，使其包含：
代码的主要工作，不是决定如何响应，而是收集LLM完成目标所需的信息。
在调用LLM之前，你会扩展上下文，包括：
日历信息：显示你全天都排满了
与此人的过去邮件：用来判断应该使用何种非正式语气
用于send_invite或send_email的工具
然后，你就可以生成这样的回复：
嘿，Jim！我明天日程完全排满了，会议一个接一个。周四上午我有空，你看方便吗？邀请已经发给你了，看这个时间行不行哈。
这种惊艳的效果，其奥秘不在于模型更智能，或算法更高明，而在于为正确的任务提供了正确的上下文。
这正是「上下文工程」将变得至关重要的原因。
所以说，智能体的失败，不只是模型的失败，更是上下文的失败。
要构建强大而可靠的 AI 智能体，我们正逐渐摆脱对寻找「万能提示词」，或依赖模型更新的路径。
这一点，深得网友的认同。
其核心在于对上下文的工程化构建：即在恰当的时机、以恰当的格式，提供恰当的信息和工具。
这是一项跨职能的挑战，它要求我们深入理解业务用例、明确定义输出，并精心组织所有必要信息，从而使LLM能够真正「完成任务」。
最后，借用网友一句话，「记忆」才是AGI拼图的最后一块。
参考资料：
https://www.philschmid.de/context-engineering
