上下文工程解析：把模型所见当作一份预算来设计

文章指出，随着上下文窗口扩展到数十万 token，团队应从追求单一完美提示转向把系统指令、检索文档、工具结果、对话历史和记忆视为统一预算来设计。作者强调窗口更大不等于用得更好：无关上下文会稀释注意力并损害准确率，即使答案在窗口内。文中还建议在长 Agent 循环中积极裁剪对话历史，而非无限追加。

AI推荐理由 文章系统梳理了上下文预算的构成（系统提示、检索文档、工具结果、对话历史、记忆），并指出窗口变大后“全塞进去”会稀释注意力、降低准确率。属于概念性经验总结，无实验数据或具体案例支撑，但框架对 Agent 与 RAG 开发者有参考价值。