浅谈Agent上下文工程

引言

上下文窗口是 LLM 最核心、最昂贵，也是最稀缺的资源。如何在这有限的空间里，精准地组织、管理和提供信息，直接决定了 Agent 的性能、成本与可靠性。本文将围绕三个核心主题展开：

1.概念定义：介绍上下文工程的基本概念和核心组成部分。

2.业界工程实践： 深入分析业界知名产品在上下文工程方面的具体实践。

3.未来展望： 探讨上下文工程后续可能的演进方向。

今天我们将探讨的问题：

为什么需要上下文工程？
为什么 Claude Code 效果这么好？
Manus 在优化 Agent 上做了哪些尝试？
为什么 Spec-Driven Development（SDD）会代替 Vibe Coding + Prompt Engineering？

一、概念定义：从提示工程到上下文工程

1.1什么是上下文工程

上下文工程是指构建动态系统，以合适的格式为大语言模型（LLM）提供正确的信息和工具，从而让LLM能够合理地完成任务。

它不再将"上下文"视为单一的提示词，而是模型生成响应前所看到的一切信息：系统指令、对话历史、外部知识、可用工具、输出规范等。其核心是解决"在有限窗口内，如何填入最相关信息"这一根本矛盾。

1.2 上下文工程的典型要素

一个完整的上下文工程系统包含以下七个核心组成部分（非严格官方标准）：

1.指令/系统提示词： 定义模型整体行为的初始指令，可以（也应该）包含示例、规则等。

2.用户提示词： 用户提出的即时任务或问题。

3.当前状态或对话历史（短期记忆）： 用户和模型此前的对话内容，展现当前交流的背景。

4.长期记忆： 跨多次对话积累的持久性知识库，比如用户喜好、历史项目摘要、记住的特定事实。

5.检索的信息（RAG）： 外部的、最新的信息，包括从文档、数据库或 API 获取的相关内容，用于回答特定问题。

6.可用工具： 模型可以调用的所有函数或内置工具定义（如检查库存、发送邮件等）。

7.结构化输出： 明确定义模型输出的格式，例如 JSON 格式的对象。

1.3 提示工程 vs 上下文工程

提示工程是上下文工程的子集和起点，两者在关注点、范围和隐喻上有本质区别：

对比维度	Prompt Engineering	Context Engineering
关注点	词句技巧和表达方式	提供全面上下文
作用范围	只限于任务描述的表达	包含文档、示例、规则、模式和验证
类比	就像贴一张便签	就像写一部详细剧本

二、为什么需要上下文工程

在 Agent 场景下，上下文管理面临严峻挑战，这些问题统称为"Context-Rot"（上下文腐蚀）。

2.1 核心问题：Context-Rot（上下文腐蚀）

这是长上下文带来的根本性问题：

注意力稀释：随着上下文增长，模型对关键信息的关注度下降，产生"丢失在中间"（Lost in the Middle）现象
幻觉累积：一旦产生幻觉，会被持续带偏，形成错误传播链
信息冲突：模糊性导致模型行为不可预测
行动瘫痪：大量重复文本导致模型无法决策

2.2 上下文长度与成本的矛盾

KV缓存失效：动态添加/移除工具、时间戳变化等都会使缓存失效，导致成本飙升（Claude Sonnet缓存与未缓存成本差10倍）
输入输出比例失衡：Manus中平均输入:输出token比例约为100:1，长输入成本高昂
性能下降：超过一定上下文长度后，模型性能显著下降

2.3 上下文污染与干扰

工具定义爆炸：工具数量增长导致模型选择错误行动或低效路径
错误累积：多步骤任务中失败是常态，但隐藏失败会移除证据，使模型无法适应
少样本陷阱：Few-Shot示例导致模型过度模仿、偏离或幻觉

2.4 复杂任务的管理难题

长程依赖：典型任务需约50次工具调用，模型容易偏离主题或忘记早期目标
并发冲突：单Agent模式处理多子任务时出现上下文污染、资源竞争
状态管理：用户偏好、项目背景等跨会话信息难以持久化

三、业界工程实践概览

在上下文工程领域，有三个产品代表了不同的实践方向：

1.LangChain： 代表 Agent 框架和工具集合，早期的 Agent 框架，提供了各种Agent开发的基础设施，提出了一套上下文管理的方法论。

2.Claude Code： 代表 Code Agent 能力上限，编码 Agent 的能力标杆，在长短记忆、分层多 Agent 协作等方面有独到实践。

3.Manus： 重新展现 Agent 能力，让 Agent 回到大众视野，带动 MCP 发展，在工具使用、缓存设计等方面有独到实践。

3.1 LangChain的上下文管理方法论

LangChain 提出了四类上下文管理的基本方法：

图片来源于网络

写入（Offload）上下文

图片来源于网络

将信息保存在上下文窗口之外，以帮助 Agent 完成任务。不要将工具返回的全部原始信息都直接喂给 LLM。相反，应将其"卸载"到外部存储（如文件系统、数据库或一个专门的代理状态对象中），然后只将一个轻量级的"指针"返回给模型。

核心组件包括：

File System - 文件系统
Memories - 长期记忆系统(zep, mem0)
DataBase - 数据库存储

应用场景：

长期记忆构建-claude
任务计划保存-manus
用户偏好记录
知识库管理

选择（Retrieve）上下文

简单来说就是我们所熟悉的 RAG，通过检索和过滤相关信息，来控制进入 Context 的内容的数量和质量。

核心组件：

更高级的检索（agentic search）- 从向量检索出发，逐渐往更复杂的搜索体系演化。例如混合召回，结合图谱的 GraphRAG，rerank 等等。
返璞归真的文本检索 - 仅仅使用 llms.txt + grep/find 之类的工具，通过 agent 的多轮工具调用来获取相关信息。这也是 Claude Code 的实现方式。

应用场景：

代码索引：DeepWiki
todolist 召回
过多工具的召回 langgraph-bigtool（Manus 不推荐，可能导致缓存失效）
知识库

压缩（Compress）上下文

通过各种手段来裁剪上下文的内容，只保留完成任务所需的 tokens。

图片来源于网络

核心组件：

摘要生成 - 提取核心信息。
Rerank - 移除不太相关的信息，RAG 场景中常用。
语义总结、压缩 - 保持含义精简表达。如果总结得不好，一样会出现关键信息丢失，甚至引入幻觉等问题。

应用场景：

网络搜索
RAG
大量工具使用
多轮聊天

隔离（Isolate）上下文

非常类似 Workflow 时代的"分而治之"思想，如果一个任务的 context 压力太过巨大，我们就拆分一下，分配给不同的 sub agents 来完成各个子任务。这样每个 agent 的 context 内容都是独立的，会更加清晰和聚焦。

图片来源于网络

核心组件：

环境隔离 - 环境/沙盒隔离，让部分内容在 LLM 环境外运行，如代码执行场景，非常类似"卸载"。
多 Agent 分离 - 不同角色独立上下文，容易产生冲突的工作尤其要注意。"只读"类的工作最合适。

应用场景：

智能体中涉及代码执行或数据分析。
智能体工具调用。
复杂的多智能体系统如 Manus。

3.2 Claude Code的工程实践

Claude Code 作为编码 Agent 的标杆，在上下文工程方面有很多独到的实践。Claude Code的上下文工程设计遵循一个核心隐喻：像查字典一样工作。不是把整本字典背下来，而是通过索引从海量的信息中快速定位到需要的信息。这一理念体现在四个关键机制：CLAUDE.md（用法说明）、Auto memory（个人笔记）、自动压缩（精简摘要），以及SubAgent（分册查询）。

3.2.1 核心隐喻：查字典 vs 背字典

传统AI系统的上下文管理常陷入"背字典"的陷阱：试图将所有知识预加载到模型上下文中，导致窗口迅速膨胀、关键信息淹没。Claude Code则采用"查字典"模式：

模式	特征	问题
背字典	预加载所有可能相关的文件、文档、历史记录	上下文膨胀，注意力稀释，成本激增
查字典	保留索引（路径），按需读取，用完即释放	窗口精简，信息精确，成本可控

这一模式成立的前提是：索引必须可靠。Claude Code通过文件路径、命名规范、目录结构作为天然索引，配合shell工具（grep/glob/head/tail）实现快速定位。

3.2.2 CLAUDE.md：字典的用法说明

CLAUDE.md并非供模型"阅读"的百科内容，而是查字典前的用法指导------告诉你这本字典怎么查、哪些词最重要、哪些词别碰。

Anthropic工程团队明确指出 ：LLM是无状态函数，不会在交互中持续学习，CLAUDE.md的作用类似于函数的config参数。每次API调用自动携带，确保模型在"翻开字典"前就知道查询规则。

分层加载机制

CLAUDE.md支持四级覆盖，优先级由高到低：

项目级：./CLAUDE.md 或 .claude/CLAUDE.md
用户级：~/.claude/CLAUDE.md
组织级：系统目录下的CLAUDE.md
内置默认：Claude Code的默认行为

高优先级文件中的同名配置会完全覆盖低优先级版本。这种设计类似于不同场景下的专用字典：法律词典、医学词典、技术词典，各有其用法说明，按需选用。

信噪比控制

系统提示中明确约束："除非用户查询与CLAUDE.md内容高度相关，否则不应回应其中的指令"。这防止了"用法说明"干扰实际"词条查询"------就像查英语单词时，不会被词典前言的语法说明分散注意力。

3.2.3 Auto memory：读者的个人笔记

Auto memory是Claude自动生成的项目记忆，存储于~/.claude/projects/<project>/memory/MEMORY.md。它的定位不是字典正文，而是读者在字典扉页贴的个人便利贴------记录"这个词上次查过，容易错，注意一下"。

显式确认机制

与自动记忆系统不同，Claude Code采用人工确认：

会话结束时，Claude提议值得记住的内容
用户按#键确认后，才写入MEMORY.md
下次会话仅加载前200行进入系统提示，其余按需读取

这确保了便利贴不会无限膨胀，只保留经过验证的关键提示。

3.2.4 文件系统：终极字典本体

Claude Code最具工程价值的决策，是将文件系统本身作为字典本体，而非试图在内存中重建副本。

索引即路径

在Claude Code的实践中，文件路径和命名规范构成了无需维护的索引系统：

src/utils/auth.ts 比向量嵌入更精确地指向"认证工具函数"
grep "loginError" src/**/*.ts 比语义检索更准确地定位错误处理代码
head -n 50 logs/error.log 比加载整个日志文件更高效

查询即工具

字典摆在书架上，需要时通过工具查询：

场景	查询方式	避免的做法
定位文件	`glob`/`find` 按路径模式匹配	预加载整个目录树
内容检索	`grep`/`rg` 关键词搜索	加载所有文件再逐行扫描
局部阅读	`head`/`tail`/`sed` 范围读取	加载完整大文件
复杂分析	写入临时文件，外部工具处理	将大数据集注入上下文

这一模式的核心优势：零同步成本。文件系统就是真相源，无需维护向量库的同步；路径比嵌入向量更精确，无近似检索的误召；磁盘存储比GPU显存成本低廉三个数量级。

3.2.5 SubAgent：分册字典的专人查阅

复杂任务需要查多本字典时，Claude Code不令一人翻阅所有，而是指派专人查阅分册，只返回答案。

分册隔离机制

SubAgent	专精领域	权限	工作方式
Explore	代码库探索	只读	用Haiku模型快速翻查，试错过程自包含
Plan	方案规划	只读	基于Explore结果制定实施路线
General-purpose	实际执行	读写	按Plan修改代码，验证结果

查询过程的隔离价值

以代码库探索为例：Explore SubAgent执行时会尝试多种关键词组合、排除多个无关目录、读取大量文件片段。这些"翻查痕迹"仅存在于SubAgent的上下文中，随任务结束销毁。主会话接收的是查询结论，而非原始翻查记录。

这类似于查字典时：你不需要知道编纂者试了多少个索引才找到词条，只需要看到最终的释义。

3.2.6 自动压缩：编写精简版目录

当200K token的"当前阅读空间"不足时，Claude Code执行基于大模型的上下文摘要，其策略是"优先级化的精简"而非"智能理解"：

压缩的两级策略

级别	操作	模型参与
第一级	移除历史工具输出（grep结果、测试日志等）	无需模型，直接丢弃
第二级	对早期对话历史生成摘要	使用大模型提取关键信息

保留内容的优先级

必须保留：用户原始请求、核心架构决策、未完成的TODO
可摘要保留：关键代码片段、重要讨论结论（由模型生成精简描述）
优先移除：可重新执行获取的工具输出

这一策略的本质是：保留索引和关键决策，将可重现的详细内容降级为"可通过索引重新获取"的状态 。就像一本厚重的专业词典，当携带不便时，我们保留目录和核心词条的摘要，而将详细释义留在图书馆（文件系统），需要时凭索引再去查阅。

3.2.7 工作流设计：先查后用的阅读纪律

Claude Code的工作流强制区分 "查资料"和"动手改" ，类似于写论文时先查文献、列提纲，再动笔------而不是边查边写，导致思路混乱。

核心问题：边查边改的上下文污染

想象你让AI修复一个登录bug，采用"边查边改"模式：

go 复制代码

AI打开auth.ts看了两眼 → 觉得不对，去user.ts找 → 
发现要看数据库，打开schema.prisma → 改了一行代码 → 
发现错误处理不懂，又去查error.ts → 
回来继续改auth.ts，但忘了刚才看到什么

结果：上下文里混杂着5个文件的片段、3次工具调用、1处未完成的修改，关键信息淹没在噪音中。

Claude Code的解法：阶段隔离

阶段	模式	做什么	产出	关键规则
探索	Plan Mode	翻查代码库，理解问题	关键文件列表 + 问题定位	只读，绝不修改
规划	Plan Mode	制定修改方案	步骤清单（改哪几个文件、怎么改）	只读，确认后再动手
实现	Normal Mode	按清单执行修改	实际代码变更	基于前两个阶段已查明的信息

具体对比：修复同一个bug

边查边改（混乱）

scss 复制代码

上下文状态：auth.ts(30%) + user.ts(25%) + schema.prisma(20%) + 
           error.ts(15%) + 未完成的修改(10%) = 100%混乱

先查后改（清晰）

arduino 复制代码

【探索阶段】Explore SubAgent查遍代码库 → 返回："问题在crypto.ts第45行"
【规划阶段】Claude制定方案："1.改crypto.ts 2.更新auth.ts调用 3.修测试"
【实现阶段】上下文只含：crypto.ts + auth.ts + 测试文件（干净聚焦）

关键价值：SubAgent隔离查询噪音

Explore SubAgent的试错过程 （试了哪些关键词、排除了哪些目录）被完全隔离，主会话只收到结论。就像查字典时：

你不需要知道编纂者翻了多少页、试了哪些索引，只需要看到最终释义。

这确保了查阅噪音不带入使用阶段，主上下文始终保持精简。

3.2.8 小结

Claude Code的上下文工程实践可概括为一套"查字典"方法论：

组件	查字典隐喻	工程实现	核心取舍
文件系统	字典本体	路径为索引，shell工具查询	放弃向量数据库，零维护、精确引用
CLAUDE.md	用法说明	分层配置，信噪比控制	文本文件替代知识图谱，可审计
Auto memory	个人便利贴	显式确认，按需加载	人工审核优于自动记忆
SubAgent	分册专人查阅	隔离查询，摘要返回	简单隔离优于多Agent编排
自动压缩	编写精简目录	丢弃可重现内容，模型摘要关键决策	确定性优于智能性

这一架构没有采用向量检索、知识图谱或复杂的多Agent编排，而是以极简的工具组合实现了"快速定位、精确阅读、用完即走"的核心目标。其工程价值在于证明：有效的上下文管理不需要复杂的系统架构，清晰的设计原则和克制的工程选择，同样可以达到生产级稳定性。

3.3 Manus的优化实践

Manus 在上下文工程方面有诸多独特的优化实践：

KV 缓存优化：围绕 KV 缓存设计，大幅降低成本和延迟。
工具遮蔽：遮蔽而非移除工具，保持上下文稳定性。
文件系统记忆：使用文件系统作为终极上下文。
注意力操控：通过复述操控注意力，保持目标一致。
错误保留：保留错误内容，让模型从失败中学习。
多样性增强：避免少样本示例陷阱，增加结构化变化。

围绕 KV 缓存进行设计

随着每一步的推进，上下文不断增长，而输出保持相对简短。这使得 Agent 相比聊天机器人的预填充和解码比例高度倾斜。在 Manus 中，平均输入与输出的 token 比例约为 100:1。

具有相同前缀的上下文可以利用 KV 缓存，大大减少首个 token 生成的时间和推理成本。使用 Claude Sonnet 时，输入 token 缓存 0.3 美元/百万 token，未缓存 3 美元/百万 token，十倍成本差异！

关键要点：

保持前缀稳定，时间戳会使 KV 缓存失效。
使上下文只追加，确保你的 JSON 序列化是确定性的，键顺序不稳定会破坏缓存。
在需要时明确标记缓存断点，不支持自动增量前缀缓存模型或推理框架需要在上下文中手动插入缓存断点。

遮蔽，而非移除工具

工具数量爆炸式增长，模型更可能选择错误的行动或采取低效的路径，但是要避免在迭代过程中动态添加或移除工具：

动态更改会导致 KV 缓存失效。
模型会对不再定义的工具感到困惑。

Manus 的解决方案是使用上下文感知的状态机来管理工具可用性，在解码过程中掩蔽 token 的 logits，基于当前上下文阻止或强制选择某些工具。

关键要点：

在实践中，大多数模型提供商和推理框架都支持某种形式的响应预填充（response prefill），这允许你在不修改工具定义的情况下约束动作空间。

使用文件系统作为上下文

当前上下文窗口限制带来三个常见的痛点：

观察结果可能非常庞大，容易超出上下文限制。
超过一定的上下文长度后，模型性能往往会下降。
即使使用 KV 缓存，长输入成本依然高昂。

为了解决这个问题，Manus 将文件系统视为终极上下文：大小不受限制，天然持久化，并且 Agent 可以直接操作。模型学会按需写入和读取文件------不仅将文件系统用作存储，还用作结构化的外部记忆。

关键要点：

只要保留 URL，网页内容就可以从上下文中移除；如果沙盒中仍然保留文档路径，则可以省略文档内容。这使得 Manus 能够缩短上下文长度，而不会永久丢失信息。

通过复述操控注意力

Manus 中的一个典型任务平均需要大约 50 次工具调用。这是一个很长的循环------由于 Manus 依赖 LLM 进行决策，它很容易偏离主题或忘记早期目标，尤其是在长上下文或复杂任务中。

Manus 的解决方案是通过不断重写待办事项列表，将目标复述到上下文的末尾。这将全局计划推入模型的近期注意力范围内，避免了"丢失在中间"的问题。

关键要点：

避免"丢失在中间"问题
保持目标一致性
提升长任务执行能力
无需架构变更

保留错误的内容

在多步骤任务中，失败不是例外；它是循环的一部分。然而，一个常见的冲动是隐藏这些错误，这是有代价的：擦除失败会移除证据。没有证据，模型就无法适应。

Manus 的解决方案是将错误的尝试保留在上下文中。当模型看到一个失败的行动------以及由此产生的观察结果或堆栈跟踪------它会隐式地更新其内部信念。这会改变其先验，降低重复相同错误的可能性。

关键要点：

模型从错误中学习
降低重复错误概率
提供负面样本训练
增强适应能力

不要被少样本示例所困

Few-Shot 是提高 LLM 输出的常用技术。但在 Agent 系统中，它可能会以微妙的方式适得其反。LLM 倾向于模仿上下文中的行为模式，容易导致偏离、过度泛化，或产生幻觉。

解决方法是增加多样性。Manus 在行动和观察中引入少量的结构化变化------不同的序列化模板、替代性措辞、顺序或格式上的微小噪音。

关键要点：

不同的序列化模板
替代性措辞表达
顺序上的微小变化
格式上的受控噪音

3.4 Spec-Driven Development（SDD）：从提示词到规范驱动

Spec-Driven Development（SDD），也叫规范驱动开发，其核心理念是：在 AI 大规模生成代码之前，开发者首先编写一份结构化、清晰、详尽的软件需求规格说明书（Specification，简称 Spec） 。这份 Spec 文档是人与 AI 之间沟通的"契约"，它取代了零散、模糊的自然语言提示，成为 AI 理解需求、生成代码、进行迭代的核心依据和长期上下文。

这一范式体现了软件工程中经典的"需求-设计-实现"分离思想，要求开发者将工作重心从具体编码，转向前期的需求分析与系统设计。工作的重心不再是实现具体的函数和算法，而是 "优先完成需求工程结构化拆解" 。编写一份高质量的Spec，本身就是一种高级的"上下文工程"，即通过结构化的方式为AI提供稳定、精确的上下文，从而指挥其完成复杂任务。

Kiro IDE是如何实践Spec Coding的

AWS推出的Kiro是一款深度践行Spec Coding理念的AI原生IDE，它的工作流程完整地展示了这一新范式的实践路径。

在Spec Coding范式下，开发者的核心价值发生了根本性转变。记忆海量API或算法实现细节不再重要，取而代之的是以下三大核心能力，这最终将开发者塑造为真正的 "人机团队指挥官" ：

业务理解与抽象能力：能够深入理解复杂的业务需求（战场地形），并将其精准地转化为结构化的逻辑模型和规则。
系统设计与架构能力：具备高质量进行需求结构化拆解的能力，能够设计出清晰、健壮的软件规格（作战计划）。
人机协同与指挥能力：学会如何编写高质量的Spec来精准地"指挥"AI（作战单位）完成任务。指挥官的价值不在于亲自冲锋，而在于制定能打胜仗的战略。

项目级上下文：Steering（项目引导）

Steering 通过存放在 .kiro/steering/ 目录下的 markdown 文件，为 Kiro 提供对你项目的持久知识。这样不用每次聊天都重复解释你的代码规范，Steering 文件能让 Kiro 持续遵循你设定的模式、库和标准。

主要优势： 代码生成一致性 --- 每个组件、API 端点或测试都遵循团队既定的规范和约定。

减少重复说明 --- 不必在每次对话中重复介绍项目标准，Kiro 会记住你的偏好。

团队统一 --- 新成员和资深开发都基于同样的标准协作。

项目知识可扩展 --- 文档随着代码库成长，捕捉决策和模式，适应项目演进。

Kiro 会自动创建三个基础文件，奠定核心项目上下文：

产品概述 (product.md)：定义产品目标、用户群、核心功能和业务目标，帮助 Kiro 理解技术决策背后的"为什么"，并给出符合产品目标的方案。
技术栈 (tech.md)：记录选用的框架、库、开发工具及技术限制，Kiro 会优先使用你既定的技术栈。
项目结构 (structure.md)：描述文件组织、命名规范、导入方式和架构决策，确保生成的代码能无缝融入现有代码库。

简单来说：Steering 是项目级的"项目说明书"，而 Spec 是针对某个功能特性的"需求+设计+任务包"。

Spec工作流

Kiro的Spec工作流的核心理念是：在生成任何代码之前，必须先通过结构化的文档明确需求、设计与任务。

它将开发过程分为三个清晰、迭代的阶段，每个阶段都对应一个核心文档，保存在项目的.kiro目录下：

需求分析 (Requirements)：requirements.md
系统设计 (Design)：design.md
实现计划 (Implementation)：tasks.md

1.需求阶段：requirements.md

目的：把模糊的想法变成可验证的契约。

核心方法：EARS 语法 不同于简单的功能列表，Kiro 要求使用 EARS（Easy Approach to Requirements Syntax）来编写需求，使其具备可测试性。
- 格式：WHEN [触发条件] THE SYSTEM SHALL [系统响应]
- 价值：这种写法天然对应测试用例。如果不这样写，AI 生成的代码可能逻辑缺失，或者测试无法覆盖边界情况。
工作流约束
- AI 必须先生成需求初稿，不能一上来就问一堆问题。
- 官方推荐在需求阶段完成后，进行明确的审核与确认，再进入设计阶段，以避免在需求未定的情况下就开始编码。

2. 设计阶段：`design.md`

目的：把业务需求翻译成技术语言，消除歧义。

文档结构 根据 Spec 系统提示词，design.md 必须包含固定的章节：
- Overview：功能概述。
- Architecture：系统架构图或描述。
- Components and Interfaces：组件划分与接口定义（输入输出）。
- Data Models：数据模型设计，这是后端开发的关键。
- Error Handling：错误处理机制。
- Testing Strategy：测试策略。
价值这是防止 AI "为了实现功能而写出烂代码"的关键一步。比如需求是"用户登录"，设计阶段就要明确是用 JWT 还是 Session，密码怎么存，错误码怎么定义。如果不在此阶段明确，AI 可能会写出存在安全隐患或不一致的代码。

3. 任务阶段：`tasks.md`

目的：将设计蓝图转化为原子化的执行指令。

任务拆分原则
- 原子性：每个任务应该是独立的、最小可执行单元。
- 编号清单：使用层级复选框列表（最多两级），便于跟踪进度。
- 关联性：每个任务都应对应设计文档中的具体部分。
执行模式 tasks.md 是给"编码 AI"看的施工清单。
- 支持逐条执行，也支持"一键执行所有任务"。
- 因为任务已经被拆得很细，AI 执行时的上下文窗口压力变小，出错率降低，也方便人类在中间介入检查。

SDD 的现实挑战

尽管Spec Coding前景广阔，但要实现大规模应用，仍面临一些挑战：

思维门槛：它对开发者提出了更高的设计思维和系统分析要求，这需要一个适应和学习的过程。
学习成本：编写一份高质量、无歧义的Spec本身就是一项专业技能，需要专门的学习和实践积累。
AI能力限制：当前的大模型对极其复杂或高度专业的Spec的理解能力仍有待提升。
视觉表达力不足：正如"AI编程的最后一公里-视觉智能"所指出的，对于UI/UX设计，纯文本Spec虽能定义组件和数据流，却难以捕捉美学感受、动画时序和响应式布局的微妙之处。这依然是人类设计师和可视化工具不可或缺的领域。

四、未来展望：从上下文工程到环境工程

LLM 现在就像在一间封闭的屋子中，我们通过发短信和它交流，未来它需要更完善的五感。

上下文工程仍是中间态，环境工程是终极目标。

环境工程 = 把沙箱、工具、权限、状态、监控、审批流程等，一起设计成一个"给 Agent 住的可控世界"。

阶段	主要内容	特点与局限性
提示词工程	设计单条高质量 Prompt，指导模型输出	静态、一次性、依赖人类编写，缺乏动态适应性
上下文工程	动态收集、组织和注入多模态、多维度上下文信息	关注"模型输入"，提升智能体表现，但仍以模型为中心
环境工程	构建一个持续演化、可感知、可交互的智能环境	关注"模型所处的世界"，AI不仅感知环境，还能主动塑造环境

为什么环境工程是终极目标？

1.环境不仅包含上下文，还包括动态变化的世界状态、规则、交互历史、反馈机制等。

2.AI Agent 不再只是"被动"接受上下文，而是"主动"感知、探索、影响环境。

3.环境工程强调 AI 与环境的双向作用，支持持续学习、自适应、协作等更复杂的智能行为。

4.在环境工程中，AI 的输入输出不再局限于文本或结构化数据，而是包括真实世界的感知、动作和长期影响。

五、总结

通过对 Claude Code、Manus 和 Kiro 等产品的深入剖析，上下文工程的核心价值已然清晰：它标志着 AI 系统的信息处理方式从"背诵全书"向"精准查字典"的根本性进化。 无论是 LangChain 的卸载与检索策略，还是 Manus 的 KV 缓存优化与工具遮蔽，这些最佳实践殊途同归------其本质都是为了构建一套高效的"索引机制"。这套机制确保了 Agent 在面对复杂任务时，能够通过有限的步骤，快速定位到关键信息，同时彻底屏蔽无关噪音的干扰。

未来，随着环境工程的成熟，这种"查字典"的能力将进一步外延，让 AI 从被动检索上下文，走向主动感知和塑造环境，在复杂的信息洪流中始终保持如翻阅字典般的精准、从容与清醒。