背景:为什么押注上下文工程
Context Engineering for AI Agents: Lessons from Building Manus
“模型提高是退潮,我们要做 船,不要做 海底的柱子。”
1.1 背景
若只能选一个目的,我会说 KV-cache hit rate是消费级 AI Agent 的 独一关键目的。
避免动态增删工具,否则:
会 失效整个 KV-Cache模型会 困惑,出现幻觉或 schema 违规
3. 把 文件系统当作上下文
一切阅读器工具一致以 browser_扫尾,shell 工具一致以 shell_扫尾,便于用前缀 mask。
3.1 痛点
128K 上下文照旧不够用,且 长文昂贵、易失真。
4. 用 复述操纵留意力
这让我们想到:假如 State Space Model (SSM)也能掌握文件式记忆,也许能成为 Neural Turing Machines的真正继任者。
Manus 会创建 todo.md,并在每一步 勾选已完成项。
Agents 会犯错,这是理想,不是 bug。
Few-shot 能让输入更好,但也能够 让 Agent 堕入形式化。
7. 结论
不要 few-shot yourself into a rut(别把本人 few-shot 进坑里)。
上下文工程仍是一门新兴迷信,但对 Agent 系统已是 不可或缺。
欢迎光临 职贝云数AI新零售门户 (https://www.taojin168.com/cloud/) | Powered by Discuz! X3.5 |