基础

静态上下文

三大组件：系统提示、工具和示例

动态上下文

两大范式：RAG，Agentic Search

长周期任务（上下文窗口有限、信息腐烂、长时间跨度不连贯）

三大架构：压缩（总结并重启上下文）、结构化笔记（让 ai 把关键性进展写到外部记忆）、sub-agent（子代理，让 ai 相互协作）

Langchain为上下文工程提出的四大核心操作（WSCI）

写入、选择、压缩、隔离。

长上下文引发的问题

具体问题 类比
上下文污染（Poisoning） 信息源投毒
上下文干扰（Distraction） 信噪比过低
上下文混淆（Confusion） 注意力涣散
上下文冲突（Clash） 指令集冲突

Manus 上下文工程实践

具体实践 工作机制
KV 缓存降低延迟与成本 前缀匹配
工具选择 响应预填充
文件系统即上下文
用“复述”操控注意力，对抗遗忘
保留上下文的错误信息
应对模仿者陷阱：少样本要增加多样性，reasoning 而不是 repeating