解析智能体竞争焦点从模型能力到上下文工程的范式转移

过去三年，AI 行业的记分牌简单粗暴：模型更大、基准更高、参数更多。如今这块记分牌正在误导人。自主智能体（Agent）的竞争前沿，已经悄悄从"模型能力"转移到工程师们口中的上下文工程（Context Engineering）——即在推理时，对模型所看到的一切信息进行刻意设计。

这个词在 2025 年 6 月进入主流，当时 Shopify CEO Tobi Lutke 与 Andrej Karpathy 几乎同时将其描述为智能体时代的关键技能。Karpathy 的类比最令人难忘：大模型是 CPU，上下文窗口是内存（RAM），而工程师就是操作系统。如果说模型是处理器，那么谁最擅长管理它的内存与输入输出，谁就赢——无论盒子里装的是哪颗芯片。

为何瓶颈是上下文，而非能力

一个朴素假设是：更强大的模型只需要更多 token。现实更残酷。大模型处理的每一个 token 都会消耗一份有限的注意力预算，而这份预算会随着长度递减。由于注意力是在所有 token 之间两两计算的（O(n²) 代价），且模型主要在较短序列上训练，性能会随上下文增长而下降——即便远未触及官方宣称的窗口上限。

这一点在 2025 年 7 月由 Chroma 的"上下文腐化（Context Rot）"研究量化：他们对 GPT、Claude、Gemini、Qwen 等 18 个前沿模型测试，发现即便仍在窗口之内，输出质量也会随输入变长而明显退化。这与两种更知名的失效模式不同：上下文窗口溢出（空间不够）和"中间迷失"（无法关注中部 token）。上下文腐化更隐蔽：同一个模型、同一个窗口，提示越长答案越差。

Drew Breunig 与 Elastic 随后归纳出上下文工程必须防范的四种运行失效：上下文投毒（Poisoning，被污染的 token 诱导行为）、干扰（Distraction，无关 token 挤占关键信号）、混淆（Confusion，相互重叠或矛盾的指令）与冲突（Clash，多智能体写入相互矛盾的状态）。这解释了为何一个强模型配上混乱上下文，可能输给一个弱模型配上干净上下文。

Anthropic 的操作手册

Anthropic 是这一话题最系统的发布者。其指南将上下文工程归纳为四个原语：写入（Write）——把状态持久化到外部，使其跨越窗口存活；选择（Select）——只从记忆中检索相关部分；压缩（Compress）——在不丢失信号的前提下削减 token；隔离（Isolate）——用子智能体让独立任务互不污染共享上下文。

对于跨越许多步骤、运行数分钟乃至数小时的长程任务，Anthropic 推荐三种技术：压缩重置（Compaction）——总结进展并重新初始化上下文以重置注意力预算；结构化笔记——用一个持续更新的外部文件（如 todo.md）把记忆移出窗口；子智能体架构——委派任务后只回填一段紧凑的 1,000–2,000 token 摘要，而非原始对话记录。

来自生产的经验：Manus 与 MCP

通用智能体 Manus 在 2025 年 7 月总结了六条来之不易的经验，其中经济意义最大的是围绕 KV 缓存设计：一个被缓存的 token 成本约为未缓存的十分之一，因此稳定前缀（系统提示、工具定义）就是 10 倍的降本杠杆。其他经验包括：用掩码而非删除工具（用 logit 掩码而非动态重写工具列表，后者会破坏缓存）；把文件系统当作上下文（把中间状态写入磁盘）；用复述（recitation）锚定注意力；保留错误样本让模型从失败中学习；以及避免被少样本带偏——控制提示多样性，防止模型塌缩到单一模式。

模型上下文协议（MCP）一度成为自身成功的牺牲品：开启过多服务端意味着把每个工具的 schema 都塞进上下文。2026 年的修复方式趋于一致：Anthropic 的工具搜索（Tool Search）（按需加载工具定义，约减少 85% token，2025 年 11 月上线）、代码执行/代码模式沙箱（Cloudflare 约 99.9%、Anthropic 约 98.7% 的削减，通过输出可执行代码替代内联工具 schema）、以及渐进式披露 / Agent Skills（先扫描约 100 token 的元数据，仅在需要时展开）。微软 Agent Framework 于 2026 年 7 月采用了渐进式 MCP 披露。

自适应上下文：ACE

研究前沿正让上下文本身具备适应性。斯坦福、SambaNova 与 UC 伯克利的 ACE（Agentic Context Engineering）（arXiv 2510.04618）用由 Generator/Reflector/Curator 循环维护、不断演化的"剧本（playbooks）"替代静态提示；增量式 delta 更新让上下文"生长并精炼"而非重置，从而同时规避简略偏差与上下文坍缩。报告收益：智能体基准 +10.6%、金融任务 +8.6%，成本较朴素重放降低 86.9%。

规模化的警示

更多智能体不等于更好。谷歌与 MIT 的《迈向智能体系统规模化的科学》（arXiv 2512.08296）覆盖 5 种架构、3 个模型家族、180 项配置，发现并行任务分解使成功率提升约 80.9%，而串行依赖会因错误沿链放大而下降 39%–70%（独立路由下放大 17.2 倍，集中控制下 4.4 倍）。单智能体每 1,000 token 完成 67 个任务，集中式多智能体仅 21 个。结论：上下文工程决定了规模化是助力还是反噬。

新职位头衔

这一转变带来人事后果。独立的"提示工程师"正让位于上下文工程师——设计记忆、检索、压缩与子智能体边界的人。失败数据令人警醒：企业报告约 65% 的智能体故障源于上下文漂移，88% 的生产智能体在上线后夭折，试点到生产的成功率从约 78% 跌至约 11%。问题从来不是模型，而是上下文。

结语

前谷歌 AI 负责人 Jeff Dean 认为模型能力正日益商品化；Satya Nadella 对基础模型也持类似看法。Gartner 预测到 2026 年底，40% 的企业应用将嵌入自主智能体。当模型可互换、智能体无处不在，持久的竞争护城河不再是权重，而是你喂给权重的工程。上下文工程，正是这道护城河。