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
来自夹夹 QQ 群讨论,审核后公开 · 。查看原始讨论
提问
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
回答
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。
所属话题:Agent 工程