随着智能体开发的兴起，你可能不止一次听到 “上下文工程” 这个词。它究竟是什么，又该如何掌握这门新的技术？这段来自 LangChain RAG 专家 Lance 的介绍，是我看过的，对 “上下文工程” 解释的最清晰，最实用的一段视频。
所谓 “上下文工程” 就是在用大模型或各种智能体时，怎么把有限的上下文窗口利用好，让模型能更聪明做事的工程技术。上下文工程的本质，就是在合适的时机、放入刚刚好的信息，让后续步骤顺利进行。
上下文这个词其实挺宽泛的，既包括最常见的 “指令”、“提示词”，也包括记忆、事实、工具介绍，甚至是外部知识。智能体的任务往往比较复杂、持续时间更长，经常要调用各种工具，还要处理多轮对话。不知不觉，上下文就变得又长又杂。这会带来各种问题，比如信息冲突、模型注意力分散、无关内容挤占空间，甚至模型开始 “幻想” 出一些莫名其妙的东西。所以，怎么挑选、组织、管理上下文，就成了特别重要的一件事。
常见的做法有几种。第一种是“写入上下文”，其实就是做笔记，把一些中间结果、计划、草稿写下来，必要时随时查阅。比如有的团队会在任务中实时记录推理过程，然后把这些关键信息保存到文件或者数据库里，后面需要的时候就能用得上。像有些聊天机器人，会自动把你的偏好、历史对话整理出来，下次交流还能记得。
第二种是 “选择上下文”，就是把哪些内容拉进来，哪些暂时先放一边，做到有的放矢。比如针对不同问题，只挑选相关的事实、规章、案例，或者用嵌入、知识图谱等方式，从大堆信息里检索最有用的部分。不要让 LLM 在迷失在大量低相关的信息中。
当上下文真的太多，空间又有限时，就需要用到第三种方法 “压缩上下文”。最常见的就是做摘要，把多轮对话、历史数据浓缩成一小段，把关键点提炼出来。或者直接删减，只保留最近几轮、最有用的信息。这样不仅节省空间，还能减少模型混淆的可能。
最后一种方法就是 “隔离上下文”，比如在多智能体系统中，每个智能体各管一摊，谁负责什么主题、用什么工具、处理什么数据，都有自己的 “小黑屋”，互不干扰。这样做的好处是可以并行处理多项任务，还能让每个智能体专注自己的部分。等到需要协作时，再把必要的信息汇总给最终的大模型。
其实这些做法，和我们人类的团队协作、做笔记、查资料很像。归根结底，上下文工程就是在有限的空间里，把信息组织得更加井井有条，让智能体（或者说自动化系统）能少走弯路，做出更靠谱的决策。
