各种Engineer的加入，是对Agent的优化，监督，控制等操作。我们将从现主流的prompt engineer，context engineer，harness engineer给大家介绍。
1.Prompt Engineer
提示词工程，是相对基础的，简单的。比如，我们时常规定AI的role，希望它以某种状态输出；规定AI的输出要简洁等......这都属于提示词工程。
从大方向说明，prompt可以在一定限度上规定模型的输出，用语言话术去约束模型。在Agent编排上，我们常常会规定system_prompt（所有模型要去遵守的），role_prompt（特定agent遵守的），instruction（任务说明）等。
总得来说，prompt engineer听起来高大上，上限高，下限低。
这个比较简单，这里简要说明说明......
2.Context Engineer
首先，为什么会出现Context Engineer。因为，在不断地输入输出中+prompt地堆叠，模型的上下文会被拉地很长，模型会逐渐遗忘，出现幻觉，最后胡说八道。
所以，我们的目的是"保留有效的prompt，去除冗余的context"。
以具体的例子说明：
1.动态拼接Prompt
比如，有MultiAgent。对所有Agent的base_prompt有一个统一的，对特定任务的Agent需要有单独prompt写入。
传统任务中，我们可能会把所有prompt写入模型，这可能会导致窗口"爆炸"，上下文拉长。
2.Todo
同样，让模型去制作Todo,可能Todo内容会很多，也会出现上面的情况。所以，我们会将其转换成Markdown格式；同时，对任务的状态（进行中，堵塞，完成）会进行持久化，更新总的Todo；把Todo钉在每次输入前，告agent还有哪些任务未完成。
3.动态选择Tool
比如，我们有100tools，但对于某些agent只需要调用某几个tools，如果不加以规范，它会调用不先关的tools，导致输出混乱。对特定的agents，我们需要用特定的tools，我们通常会用langchain内置的StructuredTool去规定tools。
4.NotePad
相对于我们的日记本，会记录整个过程的关键信息，比如代码报错，时间日程，决策存档等等。
比如，代码报错通常是冗长的，我们不希望它加入到memory中，但报错信息又很重要，我们需要去解决，所以我们记录到note里。
5.压缩机制
假设模型的记忆存储/上下文窗口为1M，当我们的积累达到0.5M时，模型的性能会下降，推理速度减慢。所以，我们会对前内容的积累进行总结，总结成0.1M。用模型对之前的内容进行总结，继续作为记忆存储追加到历史中。
6.作用域切换
当模型长期沉浸于一个任务时，需要去执行下一个任务，我们需要对模型进行平滑过渡的操作。当模型在转换其他任务时，由于长期沉浸于上一个任务，模型可能会在后续任务上表意不明。所以，我们需要让模型有个角色转换的间隙，我们会保留上一任务最后的几条信息，去追加到下一任务中。
3.Harness Engineer
harness engineer称为驾驭工程，那为什么又会出现这个新的名词呢？之前的2个工程上，agent的能力也逐渐得到了加强，在处理项目任务上也逐渐满足需求。但这并不是终点，我们希望agent能在系统上去实现自主功能，比如Open Claw，在自己的电脑上实现某个app的开发，执行某些任务等。此时，agent是部署在系统级别上的状态，它的操作限制更要去进行规范，比如，对数据库，重要文件，终端等操作。所以，我们引入了驾驭工程，去驾驭agent这匹"烈马"。
同样以个例子进行说明：
1.启动阶段
在项目搭建时，我们需要agent在一个干净透明的workspace去执行，因为可能触及增减文件夹，创建python环境等，去与外部环境隔离，避免污染外部环境。
2.编码阶段
当agent去触及到数据库，重要文件时，我们通常在prompt上去设定模型不要去做某某事情（比如，不要去修改，只能只读操作等），但模型可能依旧不听，我们就会限制其操作。
3.高危操作
agent要进行一些高危操作时，比如，在终端上执行什么命令，调用数据库，触及系统级的内容时，我们需要去让人进行绝对的掌控权，显示窗口去让人去决策agent的行为。
4.意外中断
当我们的app跑了几天时，快要完成了，突然出现电脑宕机，电源断电等意外情况，那我们的程序跑的过程都失败了，又要重新去run。所以，我们需要有对意外中断的断点保存能力，实现满血复活。
5.遇到报错
Agent可能会无法处理一些报错，人工排查复杂。之前context engineer记录了报错日志bote，我们可以给到agent处理，自我诊断过程。
6.完成阶段
比如：设置hook，在完成阶段时对agent的代码进行测试，我们需要外部人为去写测试脚本，而不是交给agent自己去测试（有概率出错）。
以上就是我对这些engineer的理解，AI发展迅速，优化了某个实现能力，到了某个节点会出现一些新名词，我们要保持不断学习的心，不能眼高手低，不断融入时代发展。
图片来源：b站up主的讲解视频。我也是跟着他的讲解去学习和完善的，有啥不对的，大家多多指正，共同学习！