AI在线 AI在线

上下文工程

为什么95%的智能体都部署失败了？这个圆桌讨论出了一些常见陷阱

为什么95%的智能体都部署失败了？这个圆桌讨论出了一些常见陷阱
「95% 的 AI 智能体在生产环境中部署时都失败了。 」在硅谷近期的一个圆桌论坛中，有位嘉宾给出了这样一个数字。 这个论坛由 EntreConnect（一个企业家、投资者社区）组织，来自 Uber、WisdomAI、EvenUp 和 Datastrato 的工程师及 ML 负责人参与了讨论。
10/28/2025 6:02:00 PM
机器之心
ACE代理上下文工程：构建自我改进的大语言模型新范式

ACE代理上下文工程：构建自我改进的大语言模型新范式
摘要在人工智能快速发展的今天，大语言模型（LLM）的应用场景日益复杂，从简单的文本生成扩展到复杂的代理系统和领域专业推理。 传统的模型优化方法主要依赖于权重更新，但这种方式在实际部署中面临着成本高、灵活性差等挑战。 斯坦福大学、SambaNova Systems和加州大学伯克利分校的研究团队提出了一种革命性的解决方案——ACE（Agentic Context Engineering，代理上下文工程）框架，该框架通过动态构建和优化输入上下文而非更新模型参数来提升LLM性能。
10/15/2025 1:00:00 AM
葱葱
一文读懂AI应用上下文工程(Context Engineering)

一文读懂AI应用上下文工程(Context Engineering)
或许你已是一名AI应用提示工程高手，但随着对话的推进，你的聊天机器人常常会忘记你最初且最重要的指令内容，你的代码助手会丢失项目架构的线索，而你的检索增强生成（RAG）工具无法在复杂文档与不同领域间建立信息关联。 随着AI应用场景日益复杂，编写精妙的提示词只是更大挑战中的一小部分——这个挑战就是上下文工程。 在本指南中，我将阐释什么是上下文工程、它如何运作、何时应替代常规提示工程使用它，以及能让AI系统更智能、更具上下文感知能力的实用技巧。
10/14/2025 1:55:00 AM
旺知识
为何上下文成为人工智能领域的“新贵”：从 RAG 到上下文工程

为何上下文成为人工智能领域的“新贵”：从 RAG 到上下文工程
译者 | 晶颜审校 | 重楼三个月前，我们的生产系统遭遇了一次严重故障，其根源并非代码缺陷或基础设施故障，而是源于对人工智能系统优化目标的根本性误解。 此前，我们搭建了一套自认为具备先进水平的文档分析流程，整合了检索增强生成（RAG）、向量嵌入、语义搜索及精细调优的重排序功能。 在演示场景中，该系统能够精准且富有说服力地回答关于客户监管文件的各类问题，但投入实际运行后，却频繁出现回答与上下文完全脱节的问题。
10/13/2025 8:00:00 AM
提示词工程还没玩明白，又多了一个新词叫上下文工程！

提示词工程还没玩明白，又多了一个新词叫上下文工程！
这两年在AI圈子里，真的是新名词、新概念、新模型层出不穷，貌似隔段时间不出现一个新词感觉整个行业都退步了一样，大家都还在学习怎么使用好Prompt Engineering（提示词工程）的时候，这不Context Engineering（上下文工程）这个新词就出来了。 这篇内容来分享一下关于Context Engineering（上下文工程）这个新词的介绍、提示词工程和上下文工程的区别、以及二者在实际工作中的作用是什么，毕竟，现在AI圈子里面的新东西还是要跟上节奏学习的。 首先还是要先说一下这个背景，也就是为什么会提出一个Context Engineering（上下文工程）概念，以及它所解决的问题是啥。
9/8/2025 1:55:00 AM
DateForAI
借助上下文工程优化任何AI代理框架

借助上下文工程优化任何AI代理框架
在人工智能代理技术飞速发展的当下，许多开发团队都深陷一系列棘手问题：代理时常出现幻觉输出、工作链中途断裂、提示词臃肿不堪，而团队往往将这些问题归咎于模型参数不足，一心寄望于更强大的模型能带来转机。 然而，事实却并非如此。 相关实践数据清晰地表明，73%的生产环境故障根源在于糟糕的上下文工程，而非模型本身的局限性。
8/8/2025 1:45:00 AM
大模型之路
提示词工程、RAG之后，LangChain：上下文工程开始火了！

提示词工程、RAG之后，LangChain：上下文工程开始火了！
AI 时代，你可能听说过提示词工程、RAG、记忆等术语。 但是很少有人提及上下文工程（context engineering）。 其实，这一术语并不新鲜，近两年很多智能体构建者一直在关注这个事情。
6/26/2025 7:00:00 AM
机器之心