每日精选 · 2026-04-14
上下文工程：从提示工程到注意力预算管理 来源：Anthropic · 面向 AI 智能体的高效上下文工程一句话： Anthropic 官方把「上下文工程」定义为提示工程的进化形态，核心是把有限的注意力预算花在信号密度最高的地方。
速览
这篇博客把「Context Engineering」从行业热词升格为 Anthropic 官方方法论，主张三条：
- 从提示工程到上下文工程——长任务跨多轮、多工具、多阶段，决定表现的是 每一轮推理时可见的全部信息，而不只是那条 system prompt。
- 上下文腐化与注意力预算——模型在长上下文中的表现会随无关信息增加而衰减；工程师要做的，是把「注意力预算」当成稀缺资源来分配。
- 架构层面的根源——当前 Transformer 的注意力机制结构性地导致「上下文腐化」，这决定了上下文工程不是 prompt 微调，而是 系统级设计。
文章给了系统提示结构、动态上下文拼接、压缩 vs 蒸馏等实操指南。
🔑 核心洞察
- 「注意力预算」 是这篇最关键的一词——它把 prompt 从玄学变成 可量化的资源分配问题。
- 和《Writing Tools for Agents》是同一批人写的——Anthropic 正在连发一整套 面向长任务 Agent 的工程方法论。
- 这会倒逼整个 agent 生态重写评估标准：不再只看单轮准确率，而要看 「上下文衰减后的鲁棒性」。
一句话推荐
做 agent / RAG / 长工作流的工程师今年必读。