返回探索
指南VibeFix 编辑部更新于 2026年10月1日

"Prompt 工程已死"是个伪命题:它变成了上下文工程

"Prompt 工程已死"在 2026 年被说了无数遍。但我要唱个反调:这是个伪命题。死的不是 prompt 工程,是"手艺人的优越感"——prompt 工程没有消失,它变成了"上下文工程"。这篇逐个拆解"已死派"的三个论据,讲清楚到底什么真的死了(咒语式 prompt、手艺人优越感、一次性 prompt),以及活下来的"上下文工程"四项基本功:信息筛选、结构表达、约束设计、反馈循环。

辩论主题封面图:左右分屏,一边是旧咒语文本,一边是结构化上下文图表

"Prompt 工程已死"——这句话在 2026 年被说了无数遍。论据听起来很充分:模型越来越聪明,不用精心措辞也能听懂人话;Agent 自己会写 prompt(看看那些自动优化 prompt 的工具);OpenAI、Anthropic 的官方文档都在淡化"prompt 技巧",转而讲"给足上下文"。

但我要唱个反调:"prompt 工程已死"是个伪命题。死的不是 prompt 工程,是"手艺人的优越感"——prompt 工程没有消失,它变成了"上下文工程"。这篇把这场辩论掰开揉碎:到底什么死了、什么还活着、以及对你写代码的实际影响。

"已死派"的三个论据,逐个拆

论据一:"模型变聪明了,不用技巧也能听懂。"半对。模型确实更能容忍烂 prompt 了——你随手一句话,GPT-6、Opus 5.5 大概率能猜对你要什么。但"能听懂"和"做得好"是两回事。实测一下:同一个需求,随手写的 prompt 和精心准备的上下文,输出质量的差距依然巨大,尤其是在代码任务上。模型变聪明,抬高的是下限,不是上限——上限依然属于会"喂"的人。

论据二:"Agent 自己会写 prompt。"对,但这恰恰证明 prompt 工程没死——只是执行者从人变成了 Agent。那些"自动优化 prompt"的工具,底层做的就是经典的 prompt 工程:few-shot 示例、思维链、约束条件。说"prompt 工程已死因为 Agent 会做了",就像说"数学已死因为计算器会算了"一样,混淆了"谁执行"和"需不需要"。

论据三:"官方都在讲上下文,不讲技巧。"这是最有迷惑性的一个。但仔细看 Anthropic 的文档:它讲的是"把相关代码、文档、测试都塞进上下文",这难道不是 prompt 工程?"给足上下文"本身就是 prompt 工程的核心技能,只是从"措辞的艺术"变成了"信息的架构"。改了个名字,就说它死了?

到底什么真的死了?

死的是三样东西,而且死得其所:

  • "咒语"式 prompt 死了。"你是一个资深的 10x 工程师,请一步一步思考……"这种开场白,在 2024 年有用,2026 年基本没用。模型不需要你告诉它"你是专家",它需要的是"这个项目的专家知识"。角色扮演的边际收益,已经趋近于零。
  • "手艺人优越感"死了。以前会写 prompt 的人有种神秘主义:"我调 prompt 很厉害"像是一种天赋。现在不需要了——好的上下文组织是可学习、可复用、可 review 的工程实践,不是玄学。神秘主义死了,工程化活了,这是好事。
  • "一次性 prompt"死了。指望一句话就让 Agent 干完复杂任务的时代过去了。现在的范式是"多轮+工具+反馈":prompt 只是第一帧,后面还有几十轮交互。为第一帧雕花,不如把交互协议设计好。

活下来的是什么?"上下文工程"的四项基本功

Prompt 工程改名叫"上下文工程"之后,核心技能变成了四样:

第一,信息筛选:决定"什么进上下文"。这是 2026 年最重要的技能。Agent 的上下文窗口越来越大(1M token 都不稀奇了),但"能塞"不等于"该塞"——塞一堆无关代码进去,模型照样被带偏,还浪费钱。高手和新手的差距,现在体现在"检索的精准度"上:给 Agent 恰好需要的那 5 个文件,而不是整个仓库。这是 RAG、代码索引、AGENTS.md 存在的原因。

第二,结构表达:决定"怎么组织信息"。同样的信息,Markdown 表格、JSON、自然语言段落,模型的处理效果是不一样的。代码任务里,"先给接口定义、再给实现、最后给测试"的顺序,比乱序堆砌效果好得多。这不是"措辞技巧",是"信息架构"——和写技术文档的能力是同一套肌肉。

第三,约束设计:决定"什么不许干"。"不要重构这个文件""不要引入新依赖""测试必须先过"——好的约束比好的指令更重要。因为 Agent 的失败模式大多是"做了不该做的",而不是"没做该做的"。约束设计是 prompt 工程里活得最久的部分,也是 AGENTS.md 里"铁律区"的由来。

第四,反馈循环:决定"怎么纠偏"。第一轮输出不满意时,你是重写 prompt,还是给 targeted feedback("这个函数的错误处理不对,参考 X 文件的模式改")?后者的效率是前者的 10 倍。2026 年的 prompt 高手,50% 的功夫花在"怎么写好反馈"上——精准、可执行、带参照。这是一种全新的、以前不存在的技能。

给你的三条实操建议

第一,停止背"prompt 模板",开始建"上下文资产"。别再收藏"100 个神级 prompt"了。把时间花在:给你的项目写一份好的 AGENTS.md(见本批 art14),维护一份"常用代码模式"文档,把高频任务的输入输出示例整理成 few-shot 库。这些是资产,模板是消耗品。

第二,学"检索"而不是学"措辞"。下一个 prompt 高手,不是"会说话"的人,是"会找东西"的人。学好你用的工具的检索机制(Cursor 的 @、Codex 的文件引用、RAG 的召回调参),比学 100 个形容词有用。

第三,把"写反馈"当成正式技能练。每次 Agent 输出不满意,别急着重写 prompt,先练习写一条 3 句话的反馈:哪不对、应该是什么样、参照什么。三个月下来,你会发现这是整个 vibe coding 工作流里 ROI 最高的 3 句话。

正反方观点对照:一张表看清辩论

把这场辩论最锋利的观点摆在一起:

  • 已死派:"好模型不需要好 prompt。"反驳:好模型不需要"好措辞",但需要"好上下文"。把"不需要"偷换成"什么都不需要",是稻草人谬误。你去试试:给 GPT-6 一个空仓库和一句"写个电商网站",再给它一份 AGENTS.md、5 个参考文件、同样的任务,对比输出。前者是玩具,后者是产品。
  • 已死派:"prompt 技巧都是玄学,不可复现。"反驳:2024 年的 prompt 技巧确实玄学("深呼吸,一步一步想"),但 2026 年的上下文工程是可复现的——检索策略、约束列表、反馈模板,每一条都能写进文档、进代码库、进 CI。从玄学到工程,恰恰是"没死"的证据:死的东西不会进化。
  • 活着派:"上下文工程是新瓶装旧酒。"这个批评有一定道理:信息筛选、结构表达,写技术文档的人一直在做。但"旧酒"装进"Agent"这个新瓶,产生了新问题:文档是给人看的(人可以跳读、可以问),上下文是给模型看的(模型不会问,错了就默默错)。受众变了,方法必须变——"旧酒新瓶"不等于"换汤不换药"。
  • 活着派:"不会写 prompt 的人,2026 年会被淘汰。"反驳:这句话制造焦虑。真相是:不会"组织上下文"的人不会被淘汰,会被"会用工具"的人替代——而"会用工具"包括"会用自动补全上下文的工具"。Cursor 的 @、Codex 的自动引用,正在把"上下文工程"的部分工作自动化。人的核心竞争力,从"亲手组织"转向"判断组织得好不好"。

2024→2026:prompt 技能变迁史

回头看三年,prompt 技能经历了三代:

2024:咒语时代。核心技能是"措辞"——"你是一个资深工程师""让我们一步一步思考""深呼吸"。社区里流传"神级 prompt",像武功秘籍。这一代的代表人物是"prompt 工程师"(真有这个岗位),代表作是动辄几千字的系统提示词。死因:模型变聪明后,边际收益归零。

2025:模板时代。核心技能是"结构"——few-shot 示例、XML 标签、思维链框架。LangChain、DSPy 把 prompt 变成"可编程对象",出现了"prompt 版本管理"。这一代比上一代工程化得多,但还是围绕"怎么写那一段文本"。转折点:Agent 崛起,prompt 从"一次性文本"变成"多轮交互的第一帧"。

2026:上下文时代。核心技能是"信息架构"——检索、约束、反馈循环。AGENTS.md 成为标准(本批 art14),RAG 从"外挂知识库"变成"默认配置",评价标准从"prompt 写得好不好"变成"上下文给得全不全、准不准"。这一代的特点是:prompt 本人退居幕后,上下文走到台前。

看懂这个变迁,就不会再纠结"死没死"——死的是每一代的"形",活的是"让智能体把事干好"这个永恒的神。2027 年可能又会有新名字("意图工程"?),但内核不会变。

给不同水平读者的三条建议

新手(刚开始 vibe coding):别学 prompt 技巧,学"把需求说清楚"。写任务描述时逼自己回答:干什么、做成什么样算好、有什么不能碰。这三句话的价值,超过 100 个 prompt 模板。工具推荐:直接用 Cursor/Codex 的默认配置,先跑起来。

进阶(每天用 AI 写代码):建你的"上下文资产"。给主力项目写 AGENTS.md(100 行),维护一份"常见任务的输入输出示例",学好你工具的引用语法(@、#)。这个阶段的目标:让"准备上下文"的时间从 10 分钟降到 2 分钟。

专家(带团队/做 AI 产品):把上下文工程"制度化"。团队的 AGENTS.md 模板、prompt 的 code review 流程、上下文质量的评估指标(任务成功率、平均反馈轮数、token 成本)。到这个 level,拼的不是个人技巧,是"让 10 个人都达到 80 分"的系统。

一句话自测:你的上下文工程在第几级?

最后,用 5 个问题自测:

  • □ 你的项目有 AGENTS.md 吗?(没有=Lv0)
  • □ 你会用 @/# 引用文件,而不是粘全文吗?(不会=Lv1)
  • □ 你的任务描述里有"验收标准"吗?(没有=Lv2)
  • □ Agent 输出不满意时,你写的是"3 句话反馈"还是"重写 prompt"?(重写=Lv2,前者=Lv3)
  • □ 你知道上个月 token 账单里,哪个任务最烧钱吗?(不知道=Lv3,知道=Lv4)

多数人在 Lv1-Lv2,目标是 Lv3。别焦虑——上下文工程是手艺,不是玄学,每一级都有明确的动作。从今天起,给你的主力项目写一份 AGENTS.md,你就已经 Lv2 了。

一句话总结:"prompt 工程已死"这句话,只对了一半——死的是"prompt"这个词所代表的手艺人时代,活的是"工程"这个词所代表的系统化实践。名字从 prompt 工程换成上下文工程,内核从"怎么说话"换成"怎么组织信息",但"让人(或 Agent)把事干好的结构化努力"永远不会死。下次再有人跟你说"prompt 工程已死",你可以回他:是的,就像"木匠已死"一样——死的是拿凿子的姿势,活的是做家具的手艺。

浏览项目广场发布你的项目

相关文章

Google 开发者文档变成结构化 API,向 AI 编程 Agent 输送最新知识
资讯
别再让 Agent 背过期文档写代码:Google 把官方文档变成 API,gcloud 一行查、Skill 一行装

2026 年 10 月 7 日,Google Developers 发布 Developer Knowledge API 生态:Google Cloud、Firebase、Android 等官方文档变成程序化事实来源,配 gcloud CLI 入口、官方 Agent Skill(一行安装)、MCP server 和多语言客户端库。为什么「文档 API 化」能连根拔掉 vibe coding「模型记错 API」的经典翻车。

AI 编程实践开发工作流产品发布