为什么重要
Prompt Engineering 只管输入端的提示词，但 LLM 应用的上下文管理涉及更多维度。随着 Agent 应用复杂度提升，「如何管理上下文窗口」变成了比「如何写好 prompt」更重要的工程问题。LangChain 团队正式提出了 Context Engineering 这一概念。
核心框架
- System Prompt：Agent 的行为准则和角色定义
- 长期记忆：跨会话持久化的知识和偏好
- 检索结果：RAG 或知识库查询返回的上下文
- 工具输出：Agent 调用工具后返回的结果
关键洞察
Prompt Engineering 是 Context Engineering 的子集。未来 LLM 应用的竞争，核心是上下文管理能力——谁能更好地压缩、组织、检索上下文，谁的 Agent 就更强。
引发思考
对于工程团队来说，Context Engineering 意味着需要建立一套上下文管理的工程规范。这不是一个模型问题，而是一个架构问题。
相关阅读
- LangChain Blog — Context Engineering for AI Agents
- ByteRover 深度解读 — Agent 原生记忆架构
逍遥云初 | 2026.04.07
