CONTEXT ENGINEERING - Software 2.0

LCM：无损上下文管理

LLM 受限于它们能够记住的 token 数量，那么接下来是什么？

你的 AI 确实是一名员工。上下文窗口就是他们的桌面。

提示工程已死。上下文工程是生产系统现在的工作方式。

为什么学习图谱——而不是语言模型——才是真正的真相来源

我们认识的每家创业公司都部署了卓越的上下文策略来构建感觉智能、个性化或防御性强的产品。

这不仅仅是一场圣诞节灾难——这正是人工智能行业过去两年一直停滞不前的现状。我们一直痴迷于提示工程，把它当作解决一切问题的灵丹妙药。

ACE 展示了一条全新的发展路径：模型通过不断演化上下文来提升自身性能，而非重新训练权重。

如果你正在使用AI编码助手或代理，它们的有用程度将取决于它们对您使用的库的了解程度。

如何在保持跨多次对话和重启时回忆关键事实的同时，仅保留有用的上下文内容？本文介绍6个核心规则。

在这篇博客中，我将介绍一些方法来解决上下文污染，并展示端到端实现。

由于我刚刚听说如果提供足够的上下文，Claude Code 非常强大，我正在寻找一个机会来测试它。

在本文中，我们将通过一个实际例子来说明如何使用上下文工程来获得正确结果。