Context Engineering：AI Agent 的下一道产品门槛

当 AI Agent 开始进入真实业务，PM 要盯的重点已经变了：不是再问「换一个更强模型会不会好一点」，而是问「每一次模型决策前，它到底看到了什么」。Anthropic 把这件事称为 context engineering，也就是为 Agent 挑选、组织和维护进入上下文窗口的信息；目标不是塞更多材料，而是让模型在当下这一步看到最小、最有用的一组信息。1

7 月 8 日，X 上几条技术讨论把同一个信号推到台前：Avi Chawla 把 Google Agents CLI 解读为「生产级 Agentic Engineering」的工具链，因为它把脚手架、评测、部署和企业注册串到一个生命周期里；Rishabh Makwana 在自己的深度研究 Agent 项目里强调「很多 Agent 失败不是模型差，而是上下文差」；Steve Jiang 则把瓶颈概括为工作流设计、工具集成、上下文管理和迭代优化。234

上下文工程可以先按一句产品语言理解：把「给模型什么信息」产品化。

过去的 prompt engineering 更像写好一段指令。Agent 时代的上下文更复杂，里面可能有系统指令、用户历史、知识库检索结果、工具定义、工具调用返回、文件内容、错误日志、进度记录和外部记忆。Haystack 的工程博客把这些来源逐项拆开，并提醒团队：Agent 每走一步都会把越来越多历史和工具结果带进下一次调用，成本、延迟和注意力噪声会一起上涨。5

所以这不是「把知识库接上去」那么简单。更准确的拆法是四件事：

一篇 2026 年 arXiv 论文进一步把上下文工程列成独立工程学科，提出上下文质量的五个标准：相关性、充分性、隔离性、经济性和来源可追溯。它的判断很直接：Agent 的行为由它可见的信息环境决定，谁控制上下文，谁就在很大程度上控制 Agent 的行为。6

对 PM 来说，上下文工程解决的是 AI 产品从 Demo 到生产之间最难啃的那段。

Demo 阶段，团队可以手动挑一个漂亮案例，把完整背景喂给模型。生产阶段，用户请求会很脏：信息缺失、历史很长、权限不同、工具返回有噪声、业务规则经常冲突。Pento 的工程文章把这个差距说得很清楚：一个能在董事会演示里惊艳的 Agent，和一个能在周二早上扛真实流量的系统，是两类问题。后者要同时处理成本、延迟、可审计性、故障隔离和组织协作。7

Nubank 的客服 Agent 论文给了一个更接近业务现场的样本。研究团队在 1 亿以上用户规模下做客服 Agent，框架包括结构化上下文工程、人工参与的 prompt 迭代、LLM judge 评估和线上验证；在卡片配送场景里，新 Agent 相比旧版本带来 AI 事务 NPS 提升 37 个百分点、自助解决率提升 29 个百分点。8

这组数字对 PM 的启发不是「客服都该上 Agent」，而是更具体：当业务流程有工具调用、用户状态、政策规则和人工兜底时，效果不只取决于模型回答是否像人。效果来自一整套上下文供给和评测闭环。

第一步，把需求文档从「让 AI 帮用户完成 X」改成「AI 在每一步需要看到哪些证据，才能安全地做 X」。这会逼团队列出信息清单：用户当前状态、历史行为、可调用工具、业务规则、权限边界、失败兜底和必须引用的来源。缺一项，就不要把它藏在「模型自己理解」里。

第二步，把 Agent 场景拆成两类。路径稳定、规则明确的流程，优先做 workflow，也就是由产品和工程预先定义步骤，只在关键节点调用模型。路径不可预判、需要多轮探索的流程，才考虑真正的 Agent。Pento 的建议是：如果工程师能把决策树画在白板上，就先做 workflow；画不出来，再评估 Agent。7

第三步，给上下文设计验收指标。不要只看最终回答满意不满意。至少要分开看四组指标：检索命中率、工具调用正确率、上下文 token 成本、线上任务成功率。YouTube 上 LangChain 的相关科普视频把上下文工程拆成 write、select、compress、isolate 几类策略；这对 PM 很有用，因为它把「上下文」从一个抽象词拆成了可排期的功能模块。9

第四步，给人工兜底留足产品位置。Nubank 的客服论文明确把低置信度转人工、保留完整对话上下文作为系统架构的一部分。8 对国内大厂 PM 来说，这意味着 Agent 不是一个孤立入口，而是要嵌进已有客服、审核、运营或销售后台。转人工时如果上下文丢了，用户体验会立刻塌掉。

Context engineering 的价值，不在于给 AI 行业又造了一个新名词。它把 Agent 产品的责任边界拉回到产品和工程团队手里：哪些信息该出现，哪些信息不能出现，哪些动作要被限制，哪些失败要能复盘。

如果你正在评估一个 Agent 需求，可以先问三个问题：

三个问题答不上来，模型升级也只是把问题推迟。答得上来，才值得进入 Agent 化。