解析上下文工程：AI与人类交流的桥梁

2025年6月，Shopify CEO Tobi Lütke 和 AI 专家 Andrej Karpathy 在 X 上提出了一个新概念——上下文工程。Karpathy 将其定义为“一门微妙的艺术与科学，旨在填入恰到好处的信息，为下一步推理做准备。”

然而，这个新概念与提示词工程有何不同？为何它与 RAG、MCP 等技术相关？大多数过往的回答从技术角度探讨，试图拆解上下文的构成及其最佳效果。10月30日，上海交通大学和 GAIR 实验室发表了论文《上下文工程 2.0：上下文工程的上下文》，从更全面的视角定义了这个新兴学科。它不再把人机交互视为技巧，而是回归交流动力学的基础逻辑。

本文将以这篇论文为基础，系统性地回答三个核心问题：上下文工程到底是什么？它的基础构件是什么？未来会如何发展？

01 上下文工程是什么？一门关于熵减的古老学科

要理解上下文工程，必须回答：为什么人与机器的交流如此困难？

论文认为，这是因为人类与机器之间存在认知鸿沟。

人类的交流是高熵的，表达无序、混乱且充满隐含信息。而机器是低熵生物，只能理解明确的指令。为了弥合这道鸿沟，人类必须将高熵意图转化为机器可理解的低熵指令。这就是上下文工程的本质，通过更好的上下文，达成系统性的熵减过程。

在这个系统中，最重要的是实体，即人、应用、环境。上下文，就是描述实体状态的所有信息。

上下文工程则是设计和优化上下文的收集、管理、使用，以提升机器理解和任务表现。

从这个意义上讲，上下文工程并非新概念。在AI之前，它已经发展了20多年，现在，我们已进入上下文工程 2.0 时代。

1.0时代 (1990s-2020)：上下文即翻译

从计算机出现后，我们就开始探索人机理解的逻辑。操作系统的UI是最古老、最成功的上下文工程实践。

那个时代，上下文工程的核心是翻译，即将人的自然语言意图翻译成机器可理解的语言。

2.0 时代 (2020-至今)：上下文即指令

2020年，随着 GPT-3 发布，我们迎来一个全新时代。用户可直接用自然语言和机器对话。

02 AI与人沟通，为什么还是有理解差距？

既然上下文工程是为了解决人与AI沟通的Gap，那它无法像人类一样高熵交流的核心原因有哪些？

论文总结八大AI缺陷，可归结成四种。正是这些缺陷导致它无法理解高熵交流。

03 上下文工程，AI时代的泥瓦匠

为了解决模型当前问题，论文提出包含收集、管理、使用三个阶段的完整上下文工程体系。

构件一：上下文收集与记忆系统

构件二：上下文管理

构件三：上下文使用

04 上下文 3.0 & 4.0，最好的上下文工程，就是没有上下文