我要投稿

它来了！Context Engineering 2.0

发布日期：2025-11-05 07:37:30 浏览次数： 1534

作者：PaperAgent

微信搜一搜，关注“PaperAgent”

大家好，我是PaperAgent，不是Agent。

从ChatGPT到Cursor，我们越来越习惯让AI“记住”刚才的对话、项目背景、甚至个人偏好。
但“把历史记录塞进提示词”≠上下文工程。

SJTU&SII&GAIR的的新作《Context Engineering 2.0:The Context of Context Engineering》想回答三个终极问题：

上下文工程到底是什么？
它从哪来，要往哪去？
怎么系统性地设计，而不是靠“拍脑袋”prompt？

1. 历史回溯：30年上下文产品时间轴

上下文工程（context engineering）尽管常被视为智能体时代的新兴创新，但我们认为，相关实践其实可以追溯到20多年前。

图1：上下文工程四阶段，智商越高，人类交互成本越低

自20世纪90年代初以来，它随着机器智能水平的演进而经历了不同的历史阶段：从围绕原始计算机构建的人机交互（HCI）框架，到由智能体驱动的“人-智能体交互”（HAI）范式，再到未来可能出现的人类级甚至超人类级智能。

Table 1 对比1.0与2.0代特征

一句话总结：上下文工程不是新发明，而是一门随机器智能同步进化的“老学科”。

年代	代表系统	上下文形态	核心机制
1994	Context Toolkit	GPS+时间	传感器→规则
2007	ContextPhone	设备状态	Widget/Interpreter
2020	GPT-3	自由文本	提示词
2023	AutoGPT	工具+记忆	Chain/RAG
2025	Letta/MemOS	多模态+图记忆	分层缓存

2. 形式化定义：把“上下文”写成数学

论文给出四元组定义，一句话即可代码化：

实体空间 E：用户、终端、工具、环境…
表征空间 F：任何可描述实体的信息（文本、图像、脑电…）
交互 I：可观测的显式/隐式行为
上下文 C：相关实体表征的并集

上下文工程就被抽象为一条函数链：
CE:(C,T)→f_context，把高熵噪声压缩成模型可用的低熵信号。

3. 设计范式：采集-管理-使用三维框架

图4：上下文工程全栈设计checklist

3.1 采集与存储

最小充分原则：只拿任务需要的信息，而不是“能拿就拿”。
语义连续原则：保证含义不断层，而非数据不断层。

从本地SQLite到云-边-端分层，再到“人类级3.0”引入嗅觉、触觉、情绪脑电，上下文采集正在从“传感器”走向“感知器官”。

3.2 管理：三层记忆架构

层级	类比	实现方案	典型系统
短期记忆	RAM	上下文窗口+KV Cache	Claude-3
长期记忆	磁盘	向量库+图数据库	Letta, MemGPT
抽象记忆	知识图谱	自烘焙嵌入	H-MEM, G-Memory

Figure 6 展示四种“自烘焙”策略：原始+摘要、结构化、向量压缩、混合

3.3 使用：跨Agent&跨系统

黑板模式：多agent把中间结果写在共享黑板，避免上下文污染。
适配器模式：不同系统保留私有格式，通过JSON/向量/自然语言摘要互通。
主动推断：根据对话链、停顿、失败重试推测隐藏目标，提前给出可视化或 checklist。

Figure 7：深研agent把超长搜索历史压缩成可扩展的“快照”

4. 应用场景

场景	上下文技巧	效果
CLI编程	GEMINI.md层级继承+摘要	跨目录共享项目规范
深研助手	循环“搜索-压缩-再搜索”	200k token+的证据链
脑机接口	实时认知负荷+情绪	用“脑电”替代显式输入

https://arxiv.org/pdf/2510.26493
https://github.com/GAIR-NLP/Context-Engineering-2.0

相关资讯

2025-11-05

所有的一切都是上下文 - 深入研究Claude体系的感悟

2025-11-05

Claude Skills 自定义实战：提炼会议纪要并推送企业微信

2025-11-05

AI 产品 vs 互联网产品商业化的关键差别

2025-11-05

复杂文档也能一键读懂？PaddleOCR VL + RAG 给出新答案

2025-11-05

什么是CUDA？大模型推理过程中的计算为什么需要它？

2025-11-05

大模型建设难点：多源异构数据的统一接入与治理

2025-11-05

世界模型｜中国企业AI转型的奇思妙想

2025-11-05

AI教父Hinton末日警告！你必须失业，AI万亿泡沫豪赌才能「赢」

了解更多

160+中大型企业正在使用53AI

立即咨询预约演示

把握AI发展的机遇，共同探索、共同进步

2025-01-22

如何打造基于GenAI的员工服务机器人

2025-01-22

热点资讯

DeepSeek-V3.1 发布，迈向 Agent 时代的第一步

2025-08-21

DeepSeekV3.1 提到的 UE8M0 FP8 Scale 是什么？下一代国产芯片设计？

2025-08-21

DeepSeek V3.1 测评

2025-08-19

新版 GPT-5 刚刚发布，最卷 AI 连肝代码 7 小时，编程工具大洗牌开始了

2025-09-16

实测 Sora 2 ：AI视频的“ChatGPT时刻”来了？八大场景教你解锁各种玩法（附邀请码）

2025-10-02

AI大家说 | 下一代AI创业的机会在哪里？定价趋势是什么？

2025-09-08

阿里发布下一代企业级智能体开发框架AgentScope 1.0

2025-09-17

DeepSeek突然更新V3.1：实测后才发现的亮点与槽点

2025-08-19

RagFLow v0.20.X全面解析！双向MCP、Agentic智能体...这次真的起飞了！（附长图）

2025-09-29

DeepSeek v3.1 到底有多强？与 Claude Code 一起实测！

2025-08-20

大家都在问

什么是CUDA？大模型推理过程中的计算为什么需要它？

2025-11-05

开发一套Agent平台难吗？

2025-11-04

Dify VS N8N 谁更牛？

2025-11-04

树莓派这种“玩具级”设备，真能跑大模型吗？

2025-10-31

大模型的Funcation Calling是什么？

2025-10-29

向量搜索已过时，混合搜索都有三大流派了！你看好哪个流派？

2025-10-29

BCG最新报告：企业如何跨越AI价值鸿沟，进入复利增长？

2025-10-28

如何用飞书多维表格快速搭建一个可落地应用？

2025-10-28

热门标签

内容创作大模型技术个人提效 langchain llamaindex 多模态技术 RAG技术智能客服知识图谱模型微调 RAGFlow coze Dify Fastgpt Bisheng Qanything AI+汽车 AI+金融 AI+工业 AI+培训 AI+SaaS 提示词框架提示词技巧 AI+电商 AI面试数字员工 ChatBI 知识管理开源大模型智能营销智能硬件智能化改造 AI+医疗 MaxKB