上下文工程：让 Agent 记住该记的、忘掉该忘的

为什么 Agent 越聊越“傻”

你一定见过这个场面：agent 开局很猛，写了几千行之后开始犯糊涂——重复问你已经说过的事、改 A 坏 B、甚至忘了项目的核心约定。问题不在模型，在上下文。Agent 的工作记忆是有限的窗口：系统提示、对话历史、读过的文件、工具输出，全都挤在里面。当窗口被无关信息塞满，真正重要的约定就被挤到了“注意力边缘”，模型开始凭模糊印象行事。

上下文工程（context engineering）就是这门手艺：主动管理 agent 能看到什么、按什么顺序看到、什么时候忘记。它和 prompt engineering 的区别在于：prompt 是“怎么说”，上下文工程是“让它看到什么”。

三层记忆：该放哪就放哪

实战里把信息分成三层，每层有自己的位置：第一层是“宪法”——项目里永远不变的约定（代码风格、目录结构、禁止事项），写进 AGENTS.md 或 CLAUDE.md 这类 agent 启动时必读的文件，一次写好，长期生效。第二层是“任务简报”——当前任务相关的背景（这次要改的需求、相关的三个文件、已知的坑），放在你发给 agent 的那条 prompt 里，任务结束就扔掉。第三层是“工作笔记”——任务进行中产生的中间结论（“试过方案 A 不行因为 X”），让 agent 写进临时文件（如 .agent-notes.md），防止它失忆后重蹈覆辙。

最常见的错误是把所有东西都塞进 prompt：prompt 越长，关键信息被稀释得越厉害。记住一条经验法则：prompt 只放这次任务非知道不可的，长期约定沉淀到文件里。

长任务不断线的三个技巧

第一，主动做“交接班”。任务做到一半感觉 agent 开始跑偏，别硬聊——让它先停下来，用一句话总结“做到哪了、下一步是什么、已知的坑”，写进文件，然后开一个新会话读着这份总结继续。这比在几万 token 的对话里挣扎有效得多。

第二，用文件代替对话历史。让 agent 把决策和结论写进仓库里的 markdown（设计决策、接口约定、todo 进展），而不是只留在聊天记录里。文件是可检索、可版本控制的记忆，对话历史不是。

第三，定期“压缩”而不是“清空”。上下文满了别直接新开会话丢掉一切——先让 agent 提炼出当前状态摘要（已完成、进行中、待定、关键约束），带着摘要开新会话。这就是大厂 agent 系统里 compaction 干的事，你手动也能做。

一句话总结

把 agent 当成一个记忆力有限但执行力很强的实习生：重要的事写进文件（它的长期记忆），当前任务说清楚（它的短期记忆），过程结论随时落盘（它的笔记本）。上下文管理得好，agent 的“智商”能翻倍；管理不好，再强的模型也写不出靠谱的长任务。