xiaoping 学习笔记

上下文工程
系统讲解大模型上下文窗口管理策略,包括压缩重启、外化记忆及缓存优化技巧,解决信息膨胀与注意力稀释难题。
Aigc-agent

Agent上下文工程agent 上下文工程记录

div data-zone-id="0" data-line-index="0" data-line="true" h2 class="heading-h2"上下文工程的本质/h2 /div div data-zone-id="0" data-line-index="1" data-line="true"大模型推理时的信息来源仅包括参数知识(训练阶段获得,推理阶段不可改)和上下文窗口内容。上下文工程本质是构建大模型的工作记忆,决定其决策时能看到的信息,进而影响行为质量。/div div data-zone-id="0" data-line-index="2" data-line="true" h2 class="heading-h2"与 Prompt Engineering 的区别/h2 /div ul li class="temp-li bullet1" data-line="true" data-list="bullet1"Prompt Engineering:关注措辞、格式、few-shot 示例等 “怎么说” 的问题。/li /ul ul li class="temp-li bullet1" data-line="true" data-list="bullet1"上下文工程:关注每轮推理时上下文窗口中 “看到什么”,包括信息的选择、结构排列。/li /ul ul li class="temp-li bullet1" data-line="true" data-list="bullet1"核心差异:Agent 是多轮推理循环(典型任务平均调用 50 次工具),上下文信息不断累积,存在 “窗口有限但信息膨胀” 的矛盾,即使窗口够大,过多信息也会稀释注意力、降低性能。/li /ul ul li class="temp-li bullet1" data-line="true" data-list="bullet1"目标:找到最小的高信噪比 Token 集合,最大化期望结果的概率(Anthropic 指导原则)。/li /ul div data-zone-id="0" data-line-index="7" data-line="true" h2 class="heading-h2"压缩重启/h2 /div ul li class="temp-li bullet1" data-line="true" data-list="bullet1"定义:当对话接近上下文窗口上限时,用模型对当前上下文做摘要总结,以摘要重新初始化新窗口(类似写笔记后翻页继续)。/li /ul ul li class="temp-li bullet1" data-line="true" data-list="bullet1"关键:选择保留 / 丢弃信息,Anthropic 建议先最大化召回重要信息,再迭代提升精确度。/li /ul ul li class="temp-li bullet1" data-line="true" data-list="bullet1"优化示例:清理已完成工具调用及原始返回结果,仅保留结论(如 Claude Code 自动触发压缩)。/li /ul div data-zone-id="0" data-line-index="11" data-line="true" h2 class="heading-h2"外化记忆/h2 /div ul li class="temp-li bullet1" data-line="true" data-list="bullet1"定义:将非当前对话但后续步骤 / 会话需用的关键信息主动写入外部文件系统(Structured Note Taking)。/li /ul ul li class="temp-li bullet1" data-line="true" data-list="bullet1"作用:实现跨上下文 / 会话的持久记忆,避免依赖上下文压缩保留。/li /ul ul li class="temp-li bullet1" data-line="true" data-list="bullet1"示例:Claude Code 创建 todo list 追踪进度,Manus 维护 NOTES.md 记录中间结论;Claude 玩宝可梦时在外部文件维护计数、训练进度、战斗策略等。/li /ul ul li class="temp-li bullet1" data-line="true" data-list="bullet1"洞察:文件系统是上下文架构的核心组成部分,而非辅助工具,代码和数据存于文件,上下文仅保留结论和下一步操作。/li /ul div data-zone-id="0" data-line-index="16" data-line="true" h2 class="heading-h2"即时加载/h2 /div ul li class="temp-li bullet1" data-line="true" data-list="bullet1"与传统 RAG 区别:传统 RAG 在用户提问后一次性检索所有相关信息;Agent 场景无法提前预知后续步骤所需信息,故采用即时加载。/li /ul ul li class="temp-li bullet1" data-line="true" data-list="bullet1"做法:维护轻量级标识符(文件路径、数据库查询、网页链接),需要时读取,用完可在压缩时清理。/li /ul ul li class="temp-li bullet1" data-line="true" data-list="bullet1"示例:Claude Code 分析大型代码库时,用 grep 和 glob 命令即时搜索、按需读取,仅在启动时注入 CLAUDE.md 提供全局指引。/li /ul ul li class="temp-li bullet1" data-line="true" data-list="bullet1"本质:上下文存放 “获取信息的能力” 而非 “信息本身”。/li /ul div data-zone-id="0" data-line-index="21" data-line="true" h2 class="heading-h2"上下文隔离/h2 /div ul li class="temp-li bullet1" data-line="true" data-list="bullet1"定义:采用多 Agent 架构(Multi Agent Architecture),主 Agent 规划分配任务,子 Agent 处理独立子任务,避免不同子任务上下文互相干扰。/li /ul ul li class="temp-li bullet1" data-line="true" data-list="bullet1"示例:Manus 架构中,planner 拆分任务、knowledge manager 审查对话并决定保存内容、executor 执行具体任务,各子 Agent 上下文仅含自身所需信息;Claude Code 演进为多 Agent,子 Agent 完成后仅返回结果,中间过程不污染主 Agent 上下文。/li /ul ul li class="temp-li bullet1" data-line="true" data-list="bullet1"本质:“分治法” 在上下文层面的应用。/li /ul div data-zone-id="0" data-line-index="25" data-line="true" h2 class="heading-h2"工具设计/h2 /div ul li class="temp-li bullet1" data-line="true"…

2026年3月22日 835点热度 0人点赞 阅读全文
最新文档分类
  • AI-study
  • Aigc-agent
  • B端产品
  • 产品工具篇
  • 产品生命周期
  • 好好学习
  • 技术积累
  • 日常攻略
  • 行业信息
  • 随笔记录
最新 热点 随机
最新 热点 随机
UHP:给 Agent 运行时定一个统一接口 达尔文三要素:变异、遗传与选择——对团队、招人与业务的启发 做产品的三重境界:从定制交付到平台编排 Jev:当 AI 不再生成文本,而是做决策 从场景穷举到能力抽象:Agent 平台产品的设计方法 如何准确的找到工具:万级 Skill 路由生产级方案
图片处理工具大全:9款不错的图片压缩与转换工具 ‌Harness 工程:火山引擎 ArkClaw 架构与运行机制研究 Hermes 的多 Agents 是一套边界清晰的三层架构记录 大模型从理论到落地:Agent Skills 概念介绍 类 Manus 智能体的商业前景分析报告 反内耗记录
成长中的焦虑:欲望大于能力,又极度缺乏耐心 日常工作反思总结与分析笔记-【事情管理】 智能体Agent 等级的深度思考与案例 网络视频传输的服务质量-qos 产品经理更应该懂得新木桶理论 关于app注册应该有的产品逻辑思考-引用某产品
标签聚合
技术架构 大模型智能体 AI框架 大模型应用 AI技术对比 智能决策 智能体分级 智能体交互

COPYRIGHT © 2026 75live.com. ALL RIGHTS RESERVED.

Theme Kratos Made By Seaton Jiang