Context engineering
Context engineering 指围绕模型当前可见 token 状态所做的整体设计工作。它关注的不是单独一段 prompt，而是 system instructions、工具定义、消息历史、外部记忆、检索结果和运行时 artifact 这些信息，究竟该以什么组合进入模型上下文，才能最稳定地产生目标行为。
- 这个概念可以看作
prompt engineering在 agent 时代的扩展版，但重心已经从“怎么写一句好提示词”转向“如何持续策划整块上下文状态”。 - 它默认把 context 当作稀缺资源，而不是免费缓存。上下文一旦过长，就会出现注意力稀释、
context rot、错误检索和历史噪声累积等问题。 - 因此它的首要原则不是“塞更多信息”，而是找到足够完成当前任务的最小高信号 token 集合。
- system prompt 在这里仍然重要，但只是 context engineering 的一部分；同样重要的还有工具暴露方式、examples、消息保留策略、记忆读写和运行时检索。
- 在工程实践里，这通常意味着要反复判断：哪些规则应常驻、哪些信息应按需检索、哪些历史应 compact、哪些状态应写出到上下文外部。
- 《The Spec Layer》补了一个很重要的外部层：与其把所有意图都硬塞进一次性上下文，不如把高价值决策沉淀成可重读的 Spec-driven development artifact，让 agent 在多轮执行中持续对齐持久意图。
- 《Introducing Contextual Retrieval》补了 retrieval 侧的一个更窄实现：即使主对话上下文不变，也可以在索引阶段先把文档语境写回 chunk，这本质上是在离线阶段预先做一层 retrieval-oriented context engineering。
- 从这个角度看，Context hygiene for agents 更像 context engineering 在用户工作流层的子集，重点是会话内如何保持清洁、分层和节流。
- Multi-context window workflows 则是它在长时任务里的另一种实现：当单个窗口不够时，把交接和恢复做成显式 artifact，而不是只依赖压缩历史。
- Meta-harness 则代表系统层答案：把
session / harness / sandbox分开，让上下文选择、恢复和外部记忆不必绑死在某一代具体 scaffold 上。 - 它也和 Agent scaffold 直接相连，因为 scaffold 实际决定模型默认会看到哪些工具、哪些文件、哪些摘要和哪些历史。
- 在多智能体系统里，context engineering 还包括如何把探索工作分发给子 agent，再把结果压缩回主 agent；这正是 How we built our multi-agent research system 展示的关键收益之一。
- 好的 context engineering 通常不是一劳永逸的 prompt 技巧，而是持续根据失败轨迹、token 成本、任务类型和模型代际变化去修正上下文边界。
ℹ️ Conflict:
- context engineering 并不等于“尽量短”。如果为了极端精简而丢掉决策边界、先验约束或最近状态，系统同样会退化。
- 它也不等于“上下文管理功能越多越好”；过多记忆层、压缩层和检索层会把复杂度从 prompt 挪到 runtime。
- 把更多决策外化为 spec 也不自动等于更好；如果 spec 本身过长、过时或维护成本过高，只是把上下文噪声从对话历史转移到了仓库文档。
- 随着模型更强，部分人工编排会失去价值，但“哪些上下文真的该给模型看”这个问题不会自然消失，只会从静态 prompt 转向动态策划。
- Effective context engineering for AI agents
- Introducing Contextual Retrieval
- Contextual Retrieval
- Context hygiene for agents
- Meta-harness
- Multi-context window workflows
- Agent scaffold
- Model Context Protocol (MCP)
- How we built our multi-agent research system
- Best Practices for Claude Code
- The Spec Layer
- Spec-driven development
- Effective harnesses for long-running agents
- Anthropic
- Agentic engineering
- Anthropic, “Effective context engineering for AI agents”, 2025-09-29.
- 原文摘录：[llm-wiki/raw/anthropic/Effective context engineering for AI agents](/raw/anthropic/Effective context engineering for AI agents.md)
- Anthropic, “Introducing Contextual Retrieval”, 2024-09-19.
- 原文摘录：[llm-wiki/raw/anthropic/Introducing Contextual Retrieval](/raw/anthropic/Introducing Contextual Retrieval.md)
- Matt Rickard, “The Spec Layer”, 2026-03-31.
- 原文摘录：[llm-wiki/raw/02_AI编程/The Spec Layer](/raw/02_AI编程/The Spec Layer.md)