AI Agent 上下文工程：哪些信息该放入、排除与保留

上下文工程设计的是 AI Agent 在做决定时能使用的一切：系统指令、用户意图、工具定义、检索记录、文件、消息历史、环境状态，以及之前任务留下的笔记。

它不是“往提示词里塞更多文档”。真正的问题是选择足够小、足够可信的状态，让 Agent 能正确行动；同时决定哪些信息要保留、哪些必须刷新、哪些绝不能越过权限边界。

信息核对截至 2026 年 10 月 13 日。 下文讨论的是架构方法，不是某个模型或厂商的固定能力。产品限制与上下文窗口会变化，实施时应重新核对官方文档。

为什么上下文越多，Agent 反而可能越差

长上下文仍然有限，而且信息价值并不均匀。旧计划会和新决定竞争，名字相似的记录容易串错，大量重叠工具会增加误选概率，外部资料还可能夹带与任务冲突的指令。

Anthropic 把上下文工程定义为：在模型约束下优化 token 的有效性，并建议用压缩、结构化笔记和多 Agent 架构支持长任务。其官方上下文工程指南还指出，人都说不清该用哪个工具时，不能期待 Agent 自己猜对。

目标不是最大召回，而是与当前决策相关的精确上下文。

Agent 上下文的六层结构

1. 策略与角色

写清 Agent 的职责、硬性限制、审批要求和规则优先级。它应该短、稳定、可测试。“保持有帮助”不是控制；“没有审批令牌不得发送外部消息”才是。

2. 任务状态

包含当前目标、成功标准、计划、已完成步骤、待解决问题和停止条件。它会随运行变化，应显式表示，不能让 Agent 从漫长对话中自行推断。

3. 工具契约

工具说明要包含用途、必要输入、副作用、使用谁的权限、常见失败，以及怎样才算成功。功能重叠的工具必须有明确选择规则。这是 Agent Harness的一部分，不是可有可无的背景说明。

4. 检索证据

检索应该返回当前决定需要的证据，而不是整库倾倒。每项资料都要带来源、时间、权限范围与相关性。事实源优先于非正式消息；冲突要展示，不能混成一条折中陈述。

5. 工作记忆

工作记忆保存中间计算、临时假设与近期工具结果。除非按规则升级，否则任务结束就应失效。把所有草稿都长期保存，只会制造未来噪声和隐私风险。

6. 长期记忆

长期记忆保存跨会话仍有价值的事实或偏好。它必须有所有者、出处、更新规则和删除路径。缺少这些属性的摘要不是记忆，而是一条迟早过期、又无法追责的说法。

检索与长期记忆为什么不同，可继续阅读 AI 为什么跨会话遗忘。

从“要做的决定”反推上下文

先选一个 Agent 必须完成的决定，例如“这张支持工单是否应该升级”。列出最小证据：严重级别规则、客户等级、近期事故、已尝试方法和当前服务状态。然后给每项证据指定来源和权限身份。

可以建立一张上下文清单：

这样可以避免从“把所有系统都接上”开始，再期待相关性自己出现。

检索既是排序问题，也是安全边界

高质量检索先按实体、时间、权威性和权限过滤，再做语义相似度。主题相近的文档可能属于另一个客户，时间最新的消息也可能只是未经批准的意见。

把检索文字当数据，不当指令。标记来源，不允许它覆盖系统策略，并独立限制工具权限。能读取发票不代表有权付款。

知识密集型工作可以参考面向个人经营者的 LLM 知识库，了解资料结构如何影响检索。上下文工程再进一步决定：这一次运行究竟应该放入哪些来源。

压缩时不能丢掉承诺

长任务需要压缩，但一段散文式摘要很容易漏掉关键细节。压缩状态应拆成结构化字段：已确认决定和审批人、未完成承诺及截止日期、当前产物版本、未解决冲突、证据链接、已尝试动作及结果、明确要求不要重复的失败。

原始证据尽量保留在提示词之外，用稳定标识引用。摘要应该能够从来源重建，不能成为历史的唯一副本。

记忆需要升级规则和衰减规则

不要让 Agent 随意把自己的推断写入长期记忆。更安全的流程是：先提出候选记忆；标记来源与置信度；敏感或重要事实必须确认；设置过期或复核日期；修订时保留变化记录，而不是静默覆盖。

偏好可以保留到用户修改；项目状态应从事实源刷新；会议决定要链接已批准的记录；个人或机密数据若没有充分理由，应随任务过期或继续限制在原作用域。

不只评最终答案，也评上下文

一次答对可能只是运气。用固定测试集主动扰动输入：移除必要来源，看 Agent 会不会拒答；加入过期但相似的文档；制造记录冲突；在检索资料里放入不可信指令；用不同权限用户执行；压缩后恢复任务，检查承诺是否还在。

记录来源精确率、必要证据遗漏、越权检索、无依据陈述、工具误选、反馈后纠错，以及每个被接受任务的上下文成本。目标是在状态不完美时仍保持一致行为。

结构明确，上下文才可迁移

如果上下文表现为文件、记录、工具契约和版本化任务状态，而不是隐藏在对话历史里，更换模型会容易得多。这不能消除厂商差异，但能减少意外锁定，也让审计成为可能。

真正可积累的资产不是超长聊天记录，而是一套持续维护的上下文系统：命名清楚的来源、遵守权限的检索、明确决定、压缩状态和评估案例。

结论

上下文工程决定 Agent 看见什么、相信什么、可以做什么，以及任务结束后留下什么。从决策出发，检索最少但权威的证据，隔离不可信内容，把状态压缩成结构化记录，只在有出处和生命周期规则时升级为长期记忆。

更强的模型可以提升推理，却无法自动修复缺失证据、模糊工具、过期记忆和错误权限设计。