Effective Context Engineering for AI Agents (Anthropic)
编译摘要
1. 浓缩
- 核心结论1: Context Engineering 是 Prompt Engineering 的自然演进——不再是"找对措辞"，而是"在有限的注意力预算下，找到最小的高信号 token 集合来最大化期望行为"
- 关键证据: Anthropic Applied AI 团队的工程实践总结。Context = 推理时输入 LLM 的所有 token 集合（系统指令、工具、MCP、外部数据、消息历史等）。核心理由：Transformer 的 n² 注意力机制导致 context 越长，每个 token 捕获成对关系的能力越被稀释（Context-Rot）
- 核心结论2: 长周期任务需要三种 context 管理技术——Compaction（摘要压缩后重启 context window）、Structured Note-Taking（Agent 主动写笔记持久化到 context 外）、Sub-Agent 架构（专业化子 Agent 在清洁 context 中执行深度工作，返回压缩摘要）
- 关键证据: Claude Code 的 compaction 实践（保留架构决策/未解决 bug/实现细节，丢弃冗余工具输出）；Claude 玩 Pokemon 的笔记系统（精确计数、探索地图、策略笔记跨 context reset 持久化）；Sub-Agent 在复杂研究任务上显著优于单 Agent
- 核心结论3: "Just in Time" context 检索优于全量预处理——Agent 持有轻量标识符（文件路径、查询、链接），运行时动态加载数据，配合 Progressive Disclosure 逐层发现。但这与 pre-computed retrieval 存在 trade-off：运行时探索更慢但更灵活
- 关键证据: Claude Code 使用此模式——写入定向查询，用
head/tail 分析大数据而不加载完整对象到 context
2. 质疑
- 关于"最小高信号 token 集合"的质疑: "最小"和"高信号"是方向性指导，缺乏可操作的量化标准。实际工程中如何判断某个 token 是否"高信号"？Anthropic 未给出度量方法，主要依赖经验
- 关于 Compaction 的质疑: 摘要压缩必然丢失信息。Anthropic 建议"先最大化召回率，再迭代提升精确率"，但召回率本身在 context 压缩场景下也难以精确衡量。哪些信息被丢弃可能在多轮后才暴露为关键缺失
- 关于 Sub-Agent 架构的质疑: 子 Agent 返回 1,000-2,000 token 的压缩摘要，这个压缩比本身可能丢失关键上下文。文中提到"substantial improvement"但未给出定量数据
3. 对标
- 跨域关联1: Context Engineering 的理念与 Context-Minimalism 高度一致——都是在有限注意力预算下做信息策展。Anthropic 这篇从工程实现角度提供了具体技术方案（Compaction/Note-Taking/Sub-Agent）
- 跨域关联2: "Just in Time" context 检索 + Progressive Disclosure 的模式与人类认知高度相似——人类不记忆完整语料库，而是维护外部索引系统（文件系统、书签、inbox）按需检索。这与 Knowledge-Compilation 中的"编译 vs 索引"权衡直接对应
- 跨域关联3: System Prompt 的"right altitude"（Goldilocks zone）——既不过度硬编码（脆性），也不过度模糊（无信号）——与 Ubiquitous-Language 和 Bounded-Context 的设计原则对应
关联概念