返回全部博客

#上下文工程

22 篇相关记录

会话内 RSI 深读：Agent 把哪个对象定义成可变的，决定它变强还是变废

ACE 论文的 AppWorld 日志里有一处最该被记住的数字：第 60 步上下文 18,282 token、准确率 66.7；第 61 步模型重写了一次自己的经验手册，上下文只剩 122 token，准确率掉到 57.1——比完全不自我改进的 63.7 还低。不重载、不动权重、人不介入的自我提升不是一个开关，它有三个决定生死的设计选择：可变对象的粒度、写入权归谁、验证信号从哪来。这篇结合 ACE、ReasoningBank、Gödel Agent、Darwin Gödel Machine、Training-Free GRPO 等论文的原文数字，把这三个选择拆开。

AILLMAgent上下文工程论文深读

读 ECC：一个仓库把 Claude Code 的 harness 意见装箱发货

ECC（Everything Claude Code）是 MIT 协议的 Claude Code 插件仓库。它把 plan → test → implement → review → verify → remember → improve 这条工作流固化成 68 个 agent、286 个 skill、94 个命令和一套 hook。读这个仓库不是读框架源码，是读一份被具体化到文件的 harness 意见：每一种日用 agent 编程会踩到的失败模式，都对应一件可 install 的东西。

AILLMAgentAgent 工程上下文工程

在 AI 时代胜人一筹：杠杆不在模型多强，而在你和模型之间那道界面

2005 年一对业余棋手加三台普通电脑，打败了大师加超算——卡斯帕罗夫由此提炼出"弱人类+机器+更好的流程"能赢。结合 Kasparov 定律、Bainbridge《自动化的反讽》、METR 实测 -19% 的 RCT，用一个能手算的 Amdahl 式杠杆公式说清：人机协作的胜负不在谁强，而在两者之间那道界面的质量。

AIAgent 工程上下文工程工程实践自动化

读 OpenViking 源码：把 Agent 上下文从「检索问题」改写成「数据库问题」

克隆火山引擎开源的 OpenViking（Self-evolving Context Database），对照文档精读核心源码。它的全部设计可以压成三次「换表示」：把记忆/知识/技能统一成一个 viking:// 文件系统、把内容压成 L0/L1/L2 三层分辨率、把经验目录当成可优化的策略集并用「语义梯度」更新。这篇按写入、检索、进化三条路径逐一对照代码，最后用官方 benchmark 数字划清「已验证」和「未复现」的边界。

Agent 工程记忆源码阅读上下文工程

深入理解 AI Agent 拆一条线:上下文学习是检索,不是推理

深度解读李博杰《深入理解 AI Agent:设计原理与工程实践》(v1.1,307 页):一个公式(Agent = LLM + 上下文 + 工具)、一条机制假设(上下文学习≈检索而非推理),推出全书几乎所有反直觉工程结论——状态栏让弱模型准确率涨 40-54 个百分点、系统提示词里一个时间戳让 TTFT 从 0.5s 涨到 3-5s、状态栏没覆盖的维度准确率从 100% 塌到 7.6%、RLVP 用"不对称验证器"补 GRPO 的方差、多 Agent 唯一有效判据是"是否引入生成时不存在的新信息"。

AgentLLM上下文工程

Prime Agent 内幕：当 Agent 的唯一工具是一个 Python 解释器

基于 Prime Agent 主干源码 commit 965941c 的深读：默认工具列表里只有 ["ipython"]——读文件、改代码、开子代理、管记忆全是 Python 表达式。结合 RLM 论文（arXiv 2512.24601）与 Continual Harness 论文（arXiv 2605.09998），看"上下文变成变量、经验变成账本"这两步棋怎么在源码里落地：dill 快照、控制信道防死锁、只许 CRUD 的自我改进、以及 Factorio 里当场翻车的 reward hacking。

AgentLLM上下文工程源码阅读

刷到的微软论文是真的吗？——FastContext：AI 写代码最贵的一步，和一篇只活了 18 天的论文

从一条短视频出发的事实核查与论文深读：微软 FastContext（arXiv 2606.14066）确有其文——用 4B 小模型专管代码库探索，主代理省 26–60% token、难题解决率 +5.5 分——但它 6 月 12 日提交、6 月 30 日就以「产品 IP」为由撤稿删库。结合 CodeScout、SWE-grep、SWE-Pruner、Agentless、LocAgent，把「代码库探索该由谁来做」这个决策点的四条路线摆上桌：撤稿本身，就是这个方向商业价值最响亮的注脚。

AILLM上下文工程论文深读

Agent 时代的工程学：六个决策点，每个都有一条「论文→产品」的传导链

Agent 工程在 2026 年不缺方法，缺的是判断：哪些决策已经收敛（抄工业默认答案就行），哪些还没收敛（要自己读论文做实验）。本文把 Agent 工程拆成六个决策点，每个决策点给出源头论文、落地技术代表和收敛度判断，最后合成一张可以直接用的选型地图。

AILLMAgentAgent 工程上下文工程AI Infra论文深读

按场景看提示词工程与上下文工程：一个优化问题的两端

提示词工程和上下文工程不是两门手艺，而是同一个优化问题在不同场景下的解。用 Mei et al. 2025 综述的形式化定义 C = A(c_instr, c_know, c_tools, c_mem, c_state, c_query) 做骨架，沿"单轮闭卷 → 开卷问答 → 长对话 → 动手 agent → 多智能体"五级场景阶梯，讲清每登一级、上下文里多了哪个成分、工程问题怎么变形——以及为什么提示词工程没有死，只是降级成了子模块。

AILLMPrompt 工程上下文工程Agent论文深读

上下文不是平的：位置与结构如何决定一条信息对输出的干预力

同一条信息放在上下文的开头、中间、结尾，对最强模型输出的影响力可以差出几十个百分点——而且这个"位置地形"会随上下文填充率动态变形：塞满一半之后，经典的 U 形曲线塌掉，只剩结尾优势。从注意力机制的三个根本约束出发，讲清位置偏差的成因、衰减的动态过程，以及"结构"为什么本质上是在地形上打人工锚点。

AILLM上下文工程

遗忘是一种能力：五篇论文看懂长程 Agent 的记忆管理，正在重演操作系统内存史

精读 AgentFold、IterResearch、AgentSwing、ContextBudget、Self-GC 五篇 2025.10–2026.07 的论文：为什么"记住一切"的 agent 反而答得更差？用 Pass@1 = η×ρ 这个分解式看懂 context rot 的本质，以及上下文管理如何从启发式规则一步步演化成垃圾回收、预算分配和运行时调度——操作系统内存管理史的完整重演。

AILLMAgent上下文工程论文深读

什么才是好的 Harness：判断归模型，物理归代码

同一个模型，换个 harness 性能能差 6 倍。结合 SWE-agent（ACI 开山之作）、How Much Heavy Lifting、Inside the Scaffold、Code as Agent Harness、Fork-Explore-Commit 等论文，深度拆解好 harness 的三件本职工作：把世界翻译成模型好用的接口、把确定性工作从模型手里拿走、让错误变便宜——以及为什么"提示词里的规则是恳求，harness 里的规则是物理法则"。

AILLMAgent上下文工程论文深读