登上热搜！Prompt不再是AI重点，新热点是Context Engineering

机器之心报道 编辑：+0 最近 「 上下文工程 」 有多火？Andrej Karpathy 为其打 Call，Phil Schmid 介绍上下文工程的文章成为 Hacker News 榜首，还登上 了知乎热搜榜。 之前我们介绍了 上下文工程的基本概念 ，今天我们来聊聊实操。 为什么关注「上下文工程」 我们很容易将 LLM 拟人化——把它们当作能够「思考」、「理解」或「感到困惑」的超级助手。从工程学的角度来看，这是一个根本性 的错误。LLM 并不具备信念或意图，它是一个智能的文本生成器。 更准确的看法是：LLM 是一个 通用的、不确定的 函数。这个函数的工作方式是：你给它一段 文本（上下文） ，它会生成一段新的 文 本（输出） 。 通用 ： 意味着它能处理各种任务（如翻译、写代码），无需为每个任务单独编程。 不确定 ： 意味着同样的输入，每次可能得到稍有不同的输出。这是它的特点，不是毛病。 无状态 ： 意味着它没有记忆。你必须在每次输入时，提供所有相关的背景信息，它才能「记住」对话。 这个视角至关重要，因为它明确了我们的工作重心：我们无法改变模型本身，但可以完全 控制输入 。所有优化的关键，在于如何构建最 有效 ...