上下文工程的现状：从长上下文到智能体驱动 harness

作者在 AGNTCon 的演讲中回顾上下文工程演进，指出长上下文带来上下文污染、分心、混淆和冲突四类失败模式，并给出上下文增强、工具装载、隔离、裁剪、卸载和摘要六种修复手段。随着模型转向自主驱动 harness，又出现模型对训练环境过拟合的“对抗权重”和过度执着单一目标的“上下文惯性”两类新问题，Anthropic、微软研究院和 UC Berkeley 的研究都用定期清空上下文、保留环境产物的方式应对。作者预测下一步的难题是个人智能体的记忆积累与冲突，需要引入策略性遗忘。