概念
别名：context engineering
优化AI代理上下文窗口内容的系统化方法
已跟踪 4 条高相关材料
最近变化
2026-09-02 · 上下文窗口每增加1000token，单次交互成本上升约23%
为什么值得关注
上下文工程 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
The Economics of Agent Optimization: Context engineering for enterprise AI agents
Microsoft Azure Blog · 8.5 分
上下文工程通过优化AI代理的上下文窗口，可降低企业级AI运行成本30%以上，微软Azure提供系统化方法实现持续优化。
Better prompts won't fix a broken context pipeline. Reliable agentic RAG depends on controlling ...
Weaviate • vector database(@weaviate_io) · 8.5 分
可靠代理式RAG需控制信息到达模型的方式，而非单纯优化提示词。Weaviate提出上下文工程的五大系统框架。
Claude Code 2.0: YOU NOW NEED TO CHANGE EVERYTHING! They JUST Re-Engineered Claude Code & IT'S GOOD!
AICodeKing · 8.5 分
Anthropic删除Claude代码系统提示80%内容，性能无损失，提出全新上下文工程规则。
已收录 4 条与 上下文工程 相关的内容，按评分排序。
上下文工程通过优化AI代理的上下文窗口，可降低企业级AI运行成本30%以上，微软Azure提供系统化方法实现持续优化。
入选理由：上下文窗口每增加1000token，单次交互成本上升约23%
可靠代理式RAG需控制信息到达模型的方式，而非单纯优化提示词。Weaviate提出上下文工程的五大系统框架。
入选理由：查询增强需重构用户输入以提升检索精度
Anthropic删除Claude代码系统提示80%内容，性能无损失，提出全新上下文工程规则。
入选理由：Claude 5模型删除80%系统提示仍保持性能稳定
增加上下文窗口无法解决agentic RAG管道问题，核心在于上下文工程。长上下文会引入矛盾信息，需通过五层系统设计控制信息流。
入选理由：RAG管道需优化查询增强、检索、记忆、工具和代理五层系统
