面向 AI Agent 的有效 Context Engineering
官方原文: https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents
发布日期： 2025 年 9 月 29 日
作者： Anthropic Applied AI 团队：Prithvi Rajasekaran、Ethan Dixon、Carly Ryan、Jeremy Hadfield；Rafi Ayub、Hannah Moran、Cal Rueb、Connor Jennings 参与贡献。特别感谢 Molly Vorwerck、Stuart Ritchie、Maggie Vo。
概览
Context Engineering 是构建 AI Agent 时对 Prompt Engineering 的进一步发展。它关注如何在 LLM 的约束下，优化每一个 token 的效用，稳定达成预期结果。核心是“从 Context 出发思考”：始终考虑模型在当前时刻实际掌握的完整状态。
Context Engineering 与 Prompt Engineering
Prompt Engineering 主要处理系统提示等指令的写法和组织；Context Engineering 的范围更广，涵盖推理期间进入 Context Window 的全部信息，包括系统指令、工具、MCP、外部数据和消息历史。它是在不断变化的信息集合中，挑选最有价值内容进入有限窗口的艺术与工程。
为什么需要 Context Engineering
LLM 存在 context rot：token 越多，模型准确回忆信息的能力会下降。这与人类有限的工作记忆相似，可理解为模型也有有限的“注意力预算”。Transformer 中每个 token 都要关注其余 token，形成 n² 级别的两两关系；模型对超长序列的训练经验也相对较少。位置编码插值能帮助处理更长输入，但仍伴随一定退化。
因此，基本原则是：用最小的一组高信号 token，最大化得到目标结果的概率。
有效 Context 的组成
System prompt 应简洁、直接，并保持在合适抽象层级：既不要硬编码复杂脆弱的逻辑，也不要只给模糊的高层指导。可用 XML 标签或 Markdown 标题划分清晰部分，用最少信息完整表达预期行为。实践上，先用最强模型和最小 prompt 起步，再围绕观察到的失败模式补充指令。
工具 应返回 token 高效的信息，并引导 Agent 采取高效行为。它们要自包含、能妥善处理错误，且用途极其明确。工具集过于庞大、选择边界模糊是常见失败模式：如果人类工程师无法明确判断某个场景该用哪个工具，就不能要求 AI Agent 做得更好。
示例（few-shot prompting） 很有价值，但不应把所有边界情形都塞进 prompt。应选取多样、典型的例子，直接展现期望行为。对 LLM 而言，好的示例往往比大量文字说明更有效。
Context 检索与 Agentic Search
本文采用的简明 Agent 定义是：LLM 在循环中自主使用工具。
实践正转向 just-in-time Context：不预处理和预载入全部相关数据，而是保留文件路径、已存查询、网页链接等轻量标识，在运行时通过工具按需加载。Claude Code 在大数据库分析中便会让模型编写有针对性的查询、保存结果，再用 Bash 分析，而不是把完整数据对象放进 Context。
这与人的认知方式相似：我们依赖文件系统、收件箱、书签等外部组织与索引，在需要时查找信息。
Progressive disclosure 让 Agent 通过探索逐步发现相关 Context。目录层级、命名规则、时间戳等元数据，本身就是有价值的导航信号。其代价是运行时探索比预计算检索更慢，因此要为 Agent 提供足够的工具和启发式方法。
通常可采用混合策略：先预取少量信息以提升速度，同时允许 Agent 自主继续探索。Claude Code 就是如此：CLAUDE.md 会预先进入 Context，glob、grep 等原语则用于即时导航。文章的建议仍然是，先做最简单且能工作的方案。
长时任务中的 Context Engineering
对于持续数十分钟到数小时的工作，文章讨论了三种方式。
Compaction。
当对话接近 Context Window 上限时，先总结关键内容，再基于摘要继续对话。在 Claude Code 中，消息历史会交给模型压缩，保留架构决策、未解决 Bug 和实现细节，丢弃重复输出。过度压缩可能丢失细微但关键的 Context，因此宜先尽量保证 recall，再逐步提高精度。清除工具结果是最安全、干预最小的 compaction 方式之一。
结构化笔记（agentic memory）。
Agent 定期把笔记写入 Context Window 外的持久位置，需要时再读回。文中以 Claude 玩 Pokemon 为例：它能在数千个步骤中保持精确计数，绘制地图、记录成就和战斗策略；Context 重置后，再读取自己留下的记录，继续长时间任务。
Sub-agent architecture。
让专门的 subagent 处理聚焦任务，每个 subagent 都拥有干净的 Context Window。它们可以广泛探索，但只返回压缩、提炼后的摘要，通常为 1,000 到 2,000 tokens。这样能实现关注点分离，并在复杂研究任务中明显优于单 Agent 系统。
如何选择取决于任务：需要大量来回交互时，compaction 有利于保持对话连续；有清晰里程碑的迭代开发适合结构化笔记；并行探索收益高的复杂研究和分析，则适合 multi-agent architecture。
结论
Context Engineering 的关键转变在于：每一步都要审慎决定什么信息进入模型有限的注意力预算。最小、最高信号的 token 集合，通常能带来最可靠的结果。模型更强后，所需的显式工程约束会减少，但把 Context 视为珍贵且有限的资源，仍将是构建可靠 Agent 的核心。