如何為 AI 代理應用有效的上下文工程？ 如果你是今天正在構建 AI 代理的 AI 開發者，請閱讀這篇文章。 上下文是王道！它必須被工程化，而不僅僅是被提示。 在閱讀了 Anthropic 的精彩新上下文工程指南後，我寫下了一些筆記： 上下文工程與提示工程 - 提示工程 = 編寫和組織指令 - 上下文工程 = 策劃和維護提示、工具、歷史和外部數據 - 上下文工程是迭代的，並且上下文會定期策劃 為什麼上下文工程很重要？ - 有限的注意預算 - 如果上下文變得過大，會發生上下文衰退；上下文工程有助於解決這個問題 - 目標：策劃和維護最少的高信號標記 有效上下文的解剖 - 系統提示：清晰，正確的高度（不過於具體或過於模糊） - 工具：保持工具最小化，使用描述性參數，並追求標記效率 - 少量示例：提供多樣的、典範的期望行為示例 - 訊息歷史：積極修剪 上下文檢索策略 - 預檢索與即時檢索；有向代理搜索的轉變...