2025 年之前，圈内最热的词是 prompt engineering（提示词工程），我站里也写过一篇科普。但如果你今年刷技术圈的内容，会发现一个新词出现频率高得多：context engineering，上下文工程。Anthropic、OpenAI 的工程博客都在讲它，连 Andrej Karpathy 都下场定义过。
这篇文章用大白话讲清楚三件事：它是什么，为什么提示词工程"不够用了"，以及普通人用 AI 时怎么借用它的思路。
先复习：上下文窗口是什么
大模型每次回答你，能"看到"的内容就是上下文窗口里的那堆 token：系统提示词、你的提问、历史对话、工具返回的结果、检索来的资料，全算在内。窗口有大小上限，从几万到百万级 token 不等（K3 那类长上下文模型能到 1M）。
以前大家的理解比较直白：窗口越大，能塞的东西越多，AI 越聪明。所以各家都在卷上下文长度。
但这里有个反直觉的事实。
上下文不是越大越好：context rot
Anthropic 在文章里引用了一个研究概念，叫 context rot（上下文腐烂）：随着上下文里 token 数量增加，模型从里面准确召回信息的能力会下降。这不是某家模型的 bug，各家都有，只是衰减速度不同。
原因说穿了不复杂。Transformer 架构里每个 token 都要和其他 token 建立关联，n 个 token 就是 n² 个关系对，塞得越满，注意力被摊得越薄。另外模型训练时见到的长文本本来就少，处理超长上下文天然不如短文本利索。
打个比方：给你一个 200 页的文件夹说"答案就在里面"，再给你一页纸写清楚重点，哪种情况你答得又快又准？模型也一样。窗口大是"能装"，不等于"都记得住"。
所以 Anthropic 给上下文工程下的定义，核心思想就一句：把上下文当成有限预算来花，每一笔 token 都要花在刀刃上。
上下文工程管什么
提示词工程管的是"怎么把一句话说好"，上下文工程管的范围大得多：模型每次推理时看到的整个状态——
- 系统提示词怎么写（Anthropic 的建议：用简单直接的语言，分区块组织，给模型留发挥空间，别写死每一步 if-else）
- 工具返回什么（工具返回的信息要精炼，别一股脑全塞回来）
- 给哪些示例（几个典型示例胜过一大堆边界情况的罗列）
- 历史对话留多少、检索哪些资料、什么时候该清掉旧内容
提示词写得好只是上下文工程的一小块。就像做菜：提示词是菜谱写得清不清楚，上下文工程是整个厨房的备料、火候和出菜顺序。
长任务的三招：压缩、记笔记、分身
AI Agent 干长活儿（比如连续几小时的代码迁移）时，上下文一定会爆。Anthropic 给了三个解法，都挺形象：
压缩（compaction）。对话快满时，把历史内容总结成一份高保真摘要，用摘要重开新窗口接着干。就像你连续开会三天，不可能记住每个字，但会议纪要让你记得关键结论。Claude Code 已经在用这套，还专门上线了"工具结果清理"功能——很早以前的工具输出，没必要原样留着占地方。
记笔记（structured note-taking）。让 agent 把关键信息写到上下文外面的笔记文件里（比如 TODO.md、NOTES.md），需要时再读回来。有个著名例子是 Claude 玩宝可梦：它自己发展出了记录"我已经练了1234步、皮卡什升了8级"的习惯，跨几万步的游戏进程都记得清清楚楚。这个思路对你也适用——让 AI 把重要结论写进文档，比指望它"记在对话里"靠谱。
分身（sub-agent）。主 agent 带着总体规划，把费 token 的深度调研交给多个子 agent，每个子 agent 开干净的小窗口自己折腾，干完只交回一份浓缩摘要（一两千 token）。搜索过程产生的海量中间信息被隔离在分身肚子里，主上下文始终清爽。
普通人能抄走的三个用法
这套理念离普通用户也不远，三个可以直接用的做法：
1. 长对话该开新开的就开新。跟 AI 聊了一两个小时、话题已经换了好几轮，与其在旧对话里继续，不如让它先总结当前进展，然后开新对话把总结贴进去。这就是手动 compaction。
2. 给资料不如给要点。别把 50 页 PDF 整个扔给 AI 说"你看着办"。先让它读目录和你指定的章节，或者你自己摘出相关段落再问。喂得越精准，答得越准。
3. 重要结论让 AI 落盘。长会话里产生的方案、决策、待办，让 AI 写成文档保存，而不是躺在对话记录里。下次开新会话，把文档贴回来，比翻聊天记录快十倍。
一句话总结
提示词工程时代的问题是"这句话怎么说"，上下文工程时代的问题是"这一刻模型该看到什么"。前者是修辞课，后者是信息管理课。窗口还会越来越大，但"注意力是稀缺资源"这件事不会变——不管对模型，还是对你。