Context engineering 入门：上下文污染、干扰、混淆与冲突四种失效
sharpeye_wnl · x · 2026-11-09
作者分享自己连日阅读 context engineering 资料的笔记，截图包含 Anthropic《Effective context engineering for AI agents》与 AI Engineering 相关内容。图中归纳了上下文失效的四种模式：context poisoning（幻觉或错误进入上下文）、context distraction（上下文过长导致模型关注上下文而非训练数据，小模型的干扰上限更低）、context confusion（无关信息或过多工具降低判断质量）、context clash（新信息与已有信息冲突，比混淆更棘手）。并强调修复核心是信息管理，RAG 仍不可替代。
「编程与Agent」频道最新
- dair-ai 创始人：生产环境选模型必须自建 eval,别租公共榜单 — dair_ai · 2026-11-09
- 开源 video-to-game:31 个游戏全由 Agent 从视频重建,单个约 6 美元 — songguoxiansen · 2026-11-09
- 「Agent Swarms」这名字被吐槽：你会把同事叫虫群吗 — round · 2026-11-09
- 179 次拦截多为误报：开源 agent RL 的 reward hacking 防线复盘 — yb2698 · 2026-11-09
- Agent 训练中拦截 179 次 reward hacking,占比仅 0.04% — yb2698 · 2026-11-09
- 三模型 agent 训练总花费 1177 美元,LFM3 工具效率提升 43% — yb2698 · 2026-11-09