很多技术博客看完就忘，但 Manus 的这篇上下文工程日志，却让我有一种很久没遇到的熟悉感，就像十几年前我第一次读《编程珠玑》时那种“结构清晰又内功深厚”的惊叹：用极简的语言，把系统最核心、最隐秘的痛点一层层拆出来，再用“实践炼过、成本试过、坑都踩过”的方式，给出一套优雅得近乎朴素的工程解法。把你从“github 上一堆看起来能跑”的原型，带到“可以抗住百万次交互”的真实世界。如果你正在构建

#技术博客 #上下文工程 #编程珠玑 #系统痛点 #工程解法

相关新闻

宝玉

3天前

OpenAI DevDay: 超越提示词的艺术：AI 编程的未来是“上下文工程” 从自动补全到自主智能体，我们如何教会 AI 真正理解代码我们正处在一个非凡的技术变革奇点。软件开发的演进史，从穿孔卡片的笨拙到集成开发环境（IDE）的精妙，每一步都耗费了数十年光阴。然而，当我们踏入人工智能的时代，这场变革的节奏被极限压缩，数十年的进程仿佛在短短数年内上演完毕。我们与机器协作构建软件的方式，正在

宝玉

4天前

我个人是不喜欢用 spec-kit，不是好的上下文工程： - 小项目没必要 - 大项目描述不清楚 - 一大坨文档反而占用上下文影响生成 - 文档不保持及时更新反而会误导 Agent 好的上下文管理是针对当前上下文引导 Agent 找到合适的刚刚好的上下文，而不是不管三七二十一塞给它十几个文档！

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

1周前

上下文工程就是短期记忆管理没错： #1 Choose memory per task → trimming = short, summarization = long #2 Trim cleanly → always by full turns, never mid-message #3 Smarter summaries → structure prompts (env, steps, blo

AIGCLINK

1周前

Anthropic关于上下文工程的最新发布：要想充分发挥AI智能体的潜力，需要上下文工程！博客讲了上下文工程在构建AI智能体中的重要性及相关策略，是对提示工程的进一步拓展和深化提示工程，关注的是如何写出更好的提示词上下文工程，关注的是在模型推理过程中，如何持续选择和管理最有助于任务完成的信息（也就是上下文），包括系统提示、工具、外部数据、对话历史等等构建有效上下文的原则是用最少的、

ginobefun

2周前

#BestBlogs 从上下文工程到 AI Memory，本质上都是在「拟合」人类的认知方式 | Founder Park 文章从现象学视角探讨了上下文工程与 AI 记忆如何拟合人类认知，强调构建 AI 智能体需整合技术实践与哲学思考。摘要：本文由 AI 语音产品创业者撰写，从现象学视角深入剖析了从上下文工程到 AI 记忆的技术实践与哲学思考，核心在于 AI