什么是上下文工程（Context Engineering）？Anthropic 官方提出的 Agent 必修课

从“提示工程”到“上下文工程”

很多人把用好大模型等同于“写好 Prompt”。但 Anthropic 在官方工程博客《Effective Context Engineering for AI Agents》中提出了一个更重要的概念：上下文工程。它关注的不再只是你这一句怎么问，而是系统性地设计和管理 Agent 整个生命周期里的信息环境——什么信息进上下文、什么时候进、什么时候该被淘汰。

核心观点：上下文是有限而宝贵的资源

长任务（比如让 Agent 改一个大型项目）最容易出两个问题：“上下文溢出”和“目标丢失”。对话越长，早期的关键指令被挤出去，Agent 慢慢忘了本来要做什么。Anthropic 的观点是，解决办法不在模型本身，而在运行它的“外壳”（harness）——也就是我们搭起来的那层运行环境。

三个关键做法

1. 压缩（Compaction）：不把全部历史原样塞进去，而是把旧对话压缩成一份“保留关键状态”的摘要。关键是压缩时必须明确说清保留了什么，比如本次任务意图、下一步要做什么。
2. 上下文预算：给上下文设硬上限。例如把超过一定长度（约 2 万 Token）的工具结果卸载到外部存储，窗口用到约 85% 时就开始淘汰旧内容。
3. 记忆策略：把需要长期记住的东西放到上下文窗口之外的持久存储里，Agent 需要时再主动取回，而不是一直占着宝贵的窗口。

对开发者的意义

如果你自己在搭 Agent 或编程助手，上下文工程往往比“换一个更聪明的模型”更能决定成败——它直接决定 Agent 在长任务里会不会跑偏。这也是为什么主流编程助手都在争相升级自己的上下文管理机制。