上下文工程是"在正确时间、以正确格式、把正确信息递给大模型"的艺术与科学。将大模型比作CPU，上下文窗口比作内存，需精心设计。上下文包含指令、示例、知识、记忆、工具和护栏六类。上下文工程分为四个阶段：编写、读取、压缩和隔离上下文，通过设计"上下文流水线"，使LLM获取恰当信息，实现高效运作。

---

上下文工程正变得愈发关键，但我们发现不少人仍对其真正含义感到困惑。

今天，让我们来循序渐进地吃透上下文工程的所有要点！

开始吧——

一句话：上下文工程就是“在正确的时间，以正确的格式，把正确的信息递给大模型”的艺术与科学。

以下是 Andrej Karpathy 对上下文工程的评述……

要理解“上下文工程”，首先得弄清“上下文”到底指什么。

如今的智能体早已不只是聊天机器人。

下图概括了智能体正常运转所需的 6 类上下文：

• 指令
• 示例
• 知识
• 记忆
• 工具
• 护栏

这告诉我们，光给智能体“扔一句提示”远远不够——你必须把输入（即上下文）当成工程问题来设计。

可以这样理解：

• 如果把大模型（LLM）比作 CPU。
• 那么上下文窗口就是内存（RAM）。

你其实是在这块“内存”里，为 AI 写入最恰当、最精密的指令。

具体怎么做？

上下文工程可拆成 4 个基本阶段：

• 编写上下文
• 挑选上下文
• 压缩上下文
• 隔离上下文

我们来逐个拆解——

1. 编写上下文（Writing Context）

把信息先“写出去”，存到上下文窗口之外，供智能体随用随取。常见落盘位置：

• 长期记忆（跨会话持久）

• 短期记忆（会话内持久）

• 状态对象（结构化变量）

2. 读取上下文（Read Context）

在需要时把相关信息“读进来”，载入上下文窗口，来帮助智能体来执行某个具体任务。来源可以是：

• 工具返回

• 记忆系统

• 知识库（文档、向量数据库等）

3. 压缩上下文（Compressing Context）

只保留任务真正需要的 token，去掉冗余。

多轮工具调用易产生重复内容，既费钱又干扰模型；可通过摘要、去重、信息融合等手段瘦身。

4. 隔离上下文（Isolating Context）

把上下文按职责切开，防止互相污染。常用手段：

• 多智能体/子智能体，各自持有私有上下文

• 为代码执行单独起沙箱

• 用状态对象显式划分作用域

所以，所谓上下文工程，就是设计一条“上下文流水线”：作为一名上下文流水线的工程师，你能够让 LLM 在正确的时间、以正确的格式、看到正确的信息。

类比传统 ML：

• 无用特征要删掉

• 高度相关特征有时反而添乱

……同理，对 LLM 也要“特征工程”——只是这里的特征就是上下文。

这没什么玄学。

👉 现在到你了：你怎么看上下文工程？你已经用它搭过哪些东西？

如何学习AI大模型 ？

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。【保证100%免费】🆓

CSDN粉丝独家福利

这份完整版的 AI 大模型学习资料已经上传CSDN，朋友们如果需要可以扫描下方二维码&点击下方CSDN官方认证链接免费领取 【保证100%免费】

读者福利： 👉👉CSDN大礼包：《最新AI大模型学习资源包》免费分享 👈👈

（👆👆👆安全链接，放心点击）

对于0基础小白入门：

如果你是零基础小白，想快速入门大模型是可以考虑的。

一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。

👉1.大模型入门学习思维导图👈

要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。

对于从来没有接触过AI大模型的同学，我们帮你准备了详细的学习成长路线图&学习规划。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。（全套教程文末领取哈）

👉2.AGI大模型配套视频👈

很多朋友都不喜欢晦涩的文字，我也为大家准备了视频教程，每个章节都是当前板块的精华浓缩。

👉3.大模型实际应用报告合集👈

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。（全套教程文末领取哈）

👉4.大模型实战项目&项目源码👈

光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战项目来学习。（全套教程文末领取哈）

👉5.大模型经典学习电子书👈

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。（全套教程文末领取哈）

👉6.大模型面试题&答案👈

截至目前大模型已经超过200个，在大模型纵横的时代，不仅大模型技术越来越卷，就连大模型相关的岗位和面试也开始越来越卷了。为了让大家更容易上车大模型算法赛道，我总结了大模型常考的面试题。（全套教程文末领取哈）

为什么分享这些资料?

只要你是真心想学AI大模型，我这份资料就可以无偿分享给你学习，我国在这方面的相关人才比较紧缺，大模型行业确实也需要更多的有志之士加入进来，我也真心希望帮助大家学好这门技术，如果日后有什么学习上的问题，欢迎找我交流，有技术上面的问题，我是很愿意去帮助大家的！

这些资料真的有用吗?

这份资料由我和鲁为民博士共同整理，鲁为民博士先后获得了北京清华大学学士和美国加州理工学院博士学位，在包括IEEE Transactions等学术期刊和诸多国际会议上发表了超过50篇学术论文、取得了多项美国和中国发明专利，同时还斩获了吴文俊人工智能科学技术奖。目前我正在和鲁博士共同进行人工智能的研究。

资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。

CSDN粉丝独家福利

这份完整版的 AI 大模型学习资料已经上传CSDN，朋友们如果需要可以扫描下方二维码&点击下方CSDN官方认证链接免费领取 【保证100%免费】

读者福利： 👉👉CSDN大礼包：《最新AI大模型学习资源包》免费分享 👈👈

（👆👆👆安全链接，放心点击）