上下文工程（Context Engineering）：AI 编程效率的隐形战场

1背景与定义：窗口很大，注意力很贵

2025 年 6 月 25 日，Andrej Karpathy 在 X 上公开为"context engineering"背书，将其定义为"用恰当的信息填满上下文窗口，供下一步使用"（filling the context window with just the right information for the next step），并补充说 LLM 应用还需要"把问题恰当地拆成控制流、把上下文窗口打包得当"。此后 LangChain、Anthropic 等先后发文系统化这一概念，到 2026 年它已取代"提示词工程"成为 Agent 开发的默认话语。

为什么窗口明明越来越大（主流模型 20 万至百万 token），上下文反而更紧张了？三个原因：

• 长上下文不等于长注意力。业界多项评测（如 Chroma 团队 2025 年发表的 context rot 研究）显示，输入变长、内容变杂时，模型对中段信息的利用率明显下降——塞得越满，"看不见"的越多。
• Agent 是多步轨迹。一次 Agent 任务动辄几十轮工具调用，每轮的输出都挤进窗口，历史很快淹没任务本身。
• 成本与延迟线性上涨。长上下文意味着真金白银的 token 账单和变慢的响应；而缓存（prompt caching）对前缀稳定性的要求，反过来强迫你把"不变的规则放前面、易变的检索放后面"。

所以上下文工程的核心不是"多给"，而是在有限的注意力预算内做信息编排：什么该进窗口、什么时候进、什么时候清出去。

2现状与数据：一次 AI 编程会话的上下文解剖学

拆开一次典型的 AI 编程会话，上下文由六层构成，每层都有专属工具与陷阱：

工程上的四个杠杆因此清晰：规则前置（稳定、精炼、命中缓存）、检索按需（少而准胜过多而杂）、记忆外置（跨会话知识进文件或数据库，不靠模型硬记）、历史常压缩（里程碑后主动总结，丢弃失败路径）。这四件事没有一件依赖特定厂商——这是上下文工程作为"方法论"比工具更保值的原因。

3主要玩家与案例

3.1 规则文件之战：AGENTS.md 与 CLAUDE.md

规则文件是上下文工程里最平民化的战场。Anthropic 的 CLAUDE.md 开创了"仓库级说明 + 自动加载"的范式；OpenAI 随后为 Codex 推广开放的 AGENTS.md 约定，到 2025 年底已被 Cursor、Gemini CLI 等多家工具采纳。现状是两套标准事实并存：CLAUDE.md 生态成熟（支持自动记忆追加、分层覆盖），AGENTS.md 胜在厂商中立。务实做法是两者都放：AGENTS.md 写正式规范，CLAUDE.md 只写一行"读 AGENTS.md"。

3.2 记忆系统：从文件到专用层

通用记忆方案在 2025-2026 年快速成熟：开源的 mem0（提取-存储-召回的记忆层，可自托管）、Letta（原 MemGPT，把记忆管理做成操作系统式的分页）都有可观的开源采用；Claude Code 则内置了 auto memory——会话中自动把稳定结论写回 CLAUDE.md。共同问题仍是记忆淘汰：项目转向后，旧记忆不清理就会持续污染决策。

3.3 平台侧：工具把上下文工程产品化

Cursor 的代码库语义索引（Ask 模式全仓检索）、Claude Code 的子 Agent（把"翻遍仓库找证据"这类脏活派给子 Agent，只回传结论，主上下文保持干净）、Kiro 的 steering 目录、各类 .agents/.cursor/rules 的分层规则，本质都是同一件事：把上下文编排从用户的手工活变成产品能力。选购工具时，考察的重点正在从"接了哪个模型"转向"上下文管理给了哪些旋钮"。

4机会分析

个人开发者：先吃免费的红利。一个下午的投资（写规则文件 + 固定"检索-压缩"节奏）就能让同一份订阅的产出翻倍，是所有 AI 编程技巧里 ROI 最高的一档。别追新工具，先把现有工具的上下文功能用满。

小团队：规则库即工程文化。把 code review 里的重复意见沉淀进 AGENTS.md，等于给每个新人（和每个 Agent）配了一位不知疲倦的导师；规则文件走 git 评审，本身就是技术决策的存档。

差异化切入点：

• 规则文件模板/审计：面向框架组合（如 Next.js + Supabase、Flutter + Firebase）的即用规则包，或按仓库定制规则文件的付费服务，轻交付、复购强。
• 仓库知识库与 CodeRAG：把"喂对代码"做成产品（索引、地图、问答），与本系列 018 篇衔接，仍是基础设施级机会。
• 上下文账单监控：统计每个会话/规则/工具输出的 token 占比与缓存命中率的观测工具，帮重度用户省钱，市场小但痛点尖锐。
• 记忆层垂直化：通用记忆已卷，垂直场景（长周期产品开发的决策记忆、多 Agent 协作的共享黑板）仍有空间。

5风险与挑战

• context rot（上下文腐烂）：长会话质量劣化是规律不是意外，重启新会话 + 携带总结通常优于死磕一个窗口。
• 提示注入面扩大：检索进来的网页、依赖库 README、MCP 工具输出都成了注入载体，"上下文里的一切皆不可信"应作为默认安全假设。
• 隐私外流：为了上下文效果把内部代码、密钥线索、客户数据喂给检索与记忆层，一旦记忆被同步到云端（如 Lovable 式平台）即成事故源。
• 维护成本被低估：规则文件和记忆库都是活文档，无人维护时比没有更糟（模型会忠实执行过时规则）。
• 方法论通货膨胀：术语月抛（从 prompt 到 context 到 memory 到 skill），追概念不如守住四件套的基本功。

6行动建议

• 给主力项目建 AGENTS.md：技术栈与版本、目录约定、测试命令、5 条硬性禁忌，全文控制在 100 行以内；CLAUDE.md 写一行引用它。
• 建立"检索前置"习惯：改陌生模块前，先让 Agent 只读不写，输出相关文件清单与调用关系，确认后再动手。
• 给长任务定压缩节奏：每完成一个里程碑或每 20 轮对话，主动总结并压缩历史，丢弃失败路径。
• 启用一种跨会话记忆（Claude Code auto memory 或 mem0 自托管），并每月清理一次过期条目。
• 审计一次 token 去向：查看工具的用量面板，找出最贵的一类上下文（通常是工具输出），加截断或改分页。
• 把"规则文件变更"纳入 code review：与代码同权限、同流程，防止腐化。