Context Engineering

上下文工程是 2025 年以来 Agent 领域最重要的范式转变。本章覆盖上下文设计、管理、压缩与缓存。

本章内容

• 上下文窗口与位置偏置 — "中间迷失"（Lost in the Middle）现象
• 长上下文模型对比 — Claude 200k、Gemini 2M、Qwen 1M 实测
• 上下文压缩与摘要 — 摘要、抽取、LLMLingua
• 记忆系统 — 短期 / 长期 / 情景 / 语义记忆架构
• 会话历史管理 — 滑动窗口、摘要轮转、向量检索召回
• 上下文缓存 — Anthropic / Gemini / DeepSeek 三家缓存机制对比
• 上下文污染与清理 — 错误信息累积、Token 中毒、清理策略

学习路径

1. 先理解 上下文窗口 的本质局限（位置偏置 + 噪声 + 成本）
2. 学习 记忆系统 与 会话历史管理 这两个生产必备工具
3. 重点掌握 上下文缓存，这是降低 90% 成本的关键
4. 进阶问题看 上下文污染，长会话 Agent 必踩的坑