# 上下文工程现状分析：长上下文与长任务智能体的故障和修复

> 原标题：The State of Context Engineering

- 来源：Hacker News 首页
- 发布时间：2026-10-25T20:32:31.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/vbto7lzgvtvbu7exepmj9t4en
- 原文：https://www.dbreunig.com/2026/10/24/the-state-of-context-engineering.html

## 摘要

上下文工程正从手动编写提示词转向由智能体运行框架动态管理信息，长上下文和长任务能力也带来了新的故障。演讲梳理上下文污染、分心、混淆与冲突，以及训练环境偏置和上下文惯性，并用 DSPy 演示工具筛选、子智能体隔离、历史裁剪与摘要压缩。演讲者预测，长期运行的个人智能体会积累相互冲突的技能与记忆，策略性遗忘将成为下一阶段的上下文管理问题。

## 推荐理由

演讲将上下文故障对应到工具筛选、历史裁剪与定期清空等工程措施，把长任务智能体的调试落实到上下文管理。

## 锐评

Gemini 2.5 玩初代宝可梦能为了一杯红茶死磕几个小时，上下文中毒这事比很多团队预想的严重得多。把 context 盲目堆到百万甚至千万 token 挺虚的，只要一个错误前提卡进历史记录，模型自己根本绕不出来，钱全耗在原地打转上。

我认为不给 agent 做硬性的历史裁剪与记忆隔离，长窗口跑长任务就是纯烧 token 的无底洞，越跑越偏。