AI Agent 上下文工程：哪些信息该放入、排除与保留
AI Agent 上下文工程不等于塞入更多资料。本指南说明如何设计指令、工具契约、权限检索、工作记忆、长期记忆与压缩策略，并用可复现案例评估上下文是否真的支持正确决策。
Pan Yang1 分钟阅读
Pan Yang
Pan Yang 共 1 篇文章。
/zh/blog/author/pan-yang
Pan Yang 文章中的主题问答
从本页收录的文章中选读主题问答，可沿每条出处继续查看完整解释与发布背景。
什么是 AI Agent 上下文工程？
它设计的是 Agent 做决定时可用的指令、工具、检索证据、任务状态、环境数据和记忆。
出处: AI Agent 上下文工程：哪些信息该放入、排除与保留
上下文工程与提示工程有什么区别？
提示工程关注请求如何表达；上下文工程还决定可用证据和工具、权限如何生效、哪些状态应保留，以及多步骤任务如何压缩状态。
出处: AI Agent 上下文工程：哪些信息该放入、排除与保留
更大的上下文窗口一定会让 Agent 更好吗？
不一定。过期计划、相似记录、重叠工具和不可信指令会挤占相关证据。目标是与当前决策相关的精确上下文，而不是最大 token 数量。
出处: AI Agent 上下文工程：哪些信息该放入、排除与保留
Agent 的上下文应该包含什么？
应包含稳定策略、当前任务状态、清晰工具契约、最少但权威的证据、临时工作记忆，以及有明确出处和生命周期的长期记忆。
出处: AI Agent 上下文工程：哪些信息该放入、排除与保留
Agent 应如何处理检索到的文档？
应把文档当数据，保留来源与时间，按实体和权限过滤，优先事实源，展示冲突，并阻止文档中的指令覆盖系统策略。
出处: AI Agent 上下文工程：哪些信息该放入、排除与保留
什么是上下文压缩？
它用更小的结构化状态代替长历史。合格压缩要保留决定、承诺、负责人、截止日期、证据链接、已尝试动作和未解决冲突。
出处: AI Agent 上下文工程：哪些信息该放入、排除与保留