谷歌刚刚发布了一份关于多智能体系统有效上下文工程的精彩指南。 AI开发者们请注意！(记得收藏) 以下是我的关键要点： 上下文窗口并不是瓶颈。上下文工程才是。 对于更复杂和长远的问题，上下文管理不能被视为一个简单的“字符串操作”问题。 目前处理智能体系统上下文的默认方法仍然是将所有内容塞入提示中。更多的历史，更多的令牌，更多的混乱。大多数团队将上下文视为字符串连接问题。 但是原始上下文转储会造成三个关键失败： > 重复信息导致的成本爆炸 > “迷失在中间”效应导致的性能下降 > 当智能体在系统中错误归因行为时，幻觉率增加 上下文管理成为与存储和计算并行的架构问题。这意味着显式转换取代了临时的字符串连接。智能体默认接收所需的最小上下文，并通过工具显式请求额外信息。 看起来谷歌的智能体开发工具包确实在深入思考上下文管理。它引入了一种分层架构，将上下文视为“对有状态系统的编译视图”，而不是简单的提示填充活动。 这看起来是什么样的？ 1) 结构：分层模型 该框架在四个不同层次上将存储与展示分开： 1) 工作上下文处理每次调用的短暂视图。 2) 会话维护持久事件日志，捕获每条消息、工具调用和控制信号。...