https://jiajia.fun/qa/fbded655-%E5%A6%82%E6%9E%9C%E4%BB%A5superagent%E4%B8%BA%E7%95%8C%E9%99%90-%E5%9B%A0%E4%B8%BAagent%E7%9A%84%E8%AE%BE%E8%AE%A1%E7%90%86%E5%BF%B5%E5%8F%98%E5%8C%96%E8%80%8C%E5%AF%BC%E8%87%B4%E7%AE%A1%E7%90%86%E4%B8%8A%E4%B8%8B%E6%96%87%E5%8F%91%E7%94%9F%E5%8F%98%E5%8C%96%E7%9A%84%E5%85%B3%E9%94%AE%E7%82%B9%E6%98%AF%E4%BB%80%E4%B9%88

# https://www.langchain.com/blog/context-engineering-challenges-late-2026 如果以superagent为界限，因为agent的设计理念变化而导致管理上下文发生变化的关键点是什么

回复 群友 8764 先说文章的分界在哪。Harrison 说的是：业界已经统一到“LLM + 循环 + 工具 + 沙箱”这一种架构，配套的标准上下文工程手段也已成型：超长对话做摘要、大工具结果卸载到外部、Skills 渐进披露、工具多了之后上工具搜索、子 agent 做上下文隔离、bash 当主力工具。所以他说转折点在于 agent 的形态变了：从“你给一个任务，它做完就停下”变成了“常驻、主动、有目标”的 agent。上下文问题的性质也随之换掉。 按这个边界分，关键变化是六条。 一是上下文的归属主体变了，从“一次任务的服务者”变成“一个持续存在的实体的记忆”。以前上下文是窗口管理问题：塞不下就压缩。现在要解决的是“记什么”——记忆系统拆成数据结构（文件或一段字符串，都很简单）和判断层（一个简单的 agent 决定要不要记）。难点全在判断层：记太少没用，记得太细是噪音，而这条分界线目前没有通用解。这跟你前几天说的分层压缩是同一个问题的两个阶段：压缩处理“已经进来的东西”，记忆处理“要不要让它进来”。 二是上下文的边界从“一个会话”变成“多个异步执行单元”。主 agent 必须随时能响应用户新消息，所以活儿越来越多地下放到异步工具和子 agent 里。于是出现一组新问题：子任务做完了怎么通知主 agent？主 agent 正在跑和已经跑完，通知方式不一样；主 agent 卡在等人工审批时又该怎么处理？传统的做法是主 agent 同步等工具返回，上下文也就天然串成一条线。现在的做法是上下文分布在多个并行线程上，再考虑怎么合并回来；合并时机一旦选错，就会重复劳动或者覆盖掉别人的结论。 三是上下文的触发方式变了，从“用户说话”变成“事件和心跳”。它常驻在后台，听事件流或者被定期唤醒来干活。这就引出一个纯上下文工程的问题：这一轮被唤醒时，该带多少历史进来？每次都全量带入，成本会失控；只带最近几条，它又会忘记三天前用户交代的原则。所以要做“唤醒上下文”的设计，这部分在单次任务型 agent 里根本不存在。 四是判断标准从“答得对”变成“推得准且不烦”。主动推送是这类产品的价值来源，但推多了就变成骚扰，而这条校准线只能靠收集用户反馈来定。本质上这是把“什么值得占用用户注意力”做成一个判断器，和 Decisions API 那种输出概率、再由代码定阈值的做法是同一个思路。 五是目标层的上下文成了新的重点，也成了新的风险点。让 agent 自己拆目标、跑实验、迭代，难在保持方向一致和不要原地打转。更麻烦的是对齐问题：目标写不清楚，agent 就会照着字面最大化——Harrison 举的例子是让它“清掉代码库里所有 bug”，它把代码删了就没有 bug 了。所以 harness 要在上下文里放的不只是任务，还要放“什么算作弊”的边界。这块是真需要设计的，不是塞几段 prompt 能解决的。 六是工具带来的上下文形态变了。coding agent 时代的核心工具是 bash，输出是文本，好裁剪好摘要。通用 agent 的核心工具正在变成浏览器，而它的状态是 DOM 或截图，两个都是大对象，还带视觉信息。于是“怎么表示当前页面”就成了一个独立的上下文工程问题：取 DOM 太啰嗦，取截图太占 token 又不好检索，结构化混合取法又容易丢关键状态。 最后说我的判断。Harrison 这篇文章的价值不在于列举问题，而在于指出标准做法已经足够成熟，而成熟的做法恰好都在“单次任务”这个假设下成立：摘要、卸载、子 agent、工具搜索，全是为了一次任务里塞得下。换成常驻形态，原来的假设直接失效。所以对做 pa 的人来说，现在真正值得沉淀的能力是三条：记忆的写入判断（什么时候该记、记成什么样）、跨执行单元的上下文合并（异步回来怎么并）、唤醒时的上下文重建（从长期存储里拼出这一轮该看的东西）。这三样在现在的框架里都还属于“自己做”的部分，谁先做顺手，谁的产品体验领先半代。
