超越提示詞：理解“上下文工程”的四個時代

發布于 2025-11-4 07:28

瀏覽

0收藏

隨著大型語言模型（LLM）的興起，“提示詞工程”（Prompt Engineering）已成為一個廣為人知的術語。然而，一篇近期的學術論文指出，提示詞工程只是一個更廣泛、更根本學科的最新體現，即 “上下文工程” (Context Engineering)。

這篇題為《上下文工程 2.0：上下文工程的上下文》的論文提出，上下文工程并非智能體（Agent）時代的“近期創新”，而是與機器智能水平緊密相關、已演進超過20年的一門學科。

本文旨在基于該論文的框架，系統性地梳理上下文工程的演化路徑，以提供一個更深刻的視角來理解當前及未來的人機交互范式。

論文指出，上下文工程的存在是為了彌合人類（碳基）智能與機器（硅基）智能之間的認知差距。

其核心挑戰被視為一個 “熵減” (entropy reduction) 過程。人類在交流時，依賴對方通過共享知識、情感線索和情景意識來推斷缺失的上下文。目前的機器尚不具備這種能力。因此，人類必須“預處理”上下文，將高熵（復雜、模糊）的意圖壓縮為機器可以理解的低熵（結構化、明確）表征。

隨著機器智能的提升，其處理上下文的能力增強，從而降低了人機交互的成本。這一演化過程被論文劃分為四個階段。

該論文（見圖1）將上下文工程的演進與機器的智能水平相對應，定義了從 1.0 到 4.0 的四個時代：

智能水平：原始計算 (Primitive Computation) /被動執行者(Passive Executor)。
交互范式：在這個時代，機器只能處理結構化輸入和簡單的環境線索。人類用戶必須扮演“意圖翻譯者”的角色，將復雜的意圖翻譯成機器能直接處理的預定義格式。
典型實踐：命令行界面（CLI）和圖形用戶界面（GUI）是這個時代的代表。用戶想“刪除文件”，必須將該意圖“翻譯”為一系列機器可懂的結構化操作（如：點擊、拖拽、選擇菜單）。

智能水平：智能體中心智能 (Agent-Centric Intelligence) /主動代理人(Initiative Agent)。
交互范式：以 GPT-3 等大型語言模型的出現為標志，機器開始具備中等智能，能夠理解自然語言輸入并推斷某些隱含意圖。
典型實踐：這是我們目前所處的時代。提示詞工程 (Prompt Engineering)、檢索增強生成 (RAG)和工具調用 (Tool Calling)是 2.0 時代的核心實踐。人類的角色從“翻譯者”轉變為“指導者”，通過自然語言指令來引導機器。

智能水平：人類水平智能 (Human-Level Intelligence) /可靠協作者(Reliable Collaborator)。
交互范式：論文預測，在 3.0 時代，AI 系統將能像人類一樣感知和吸收高熵信息。
典型實踐：AI 將能夠理解完整的“情景” (Scenario)，包括社交暗示、情緒狀態和豐富的環境動態。這將實現真正自然的人機協作，AI 成為能理解情景的“同行者”。

智能水平：超人智能 (Superhuman Intelligence) /體貼的大師(Considerate Master)。
交互范式：在這個推測性階段，人機關系可能發生反轉。機器對人類意圖的理解可能超越人類自己。
典型實踐：AI 將不再被動適應人類定義的世界，而是主動為人類構建新的上下文，揭示人類未曾明確表述的潛在需求。論文以 AI 在圍棋領域（如 AlphaGo）為職業棋手帶來“超人”策略為例，說明了這種可能性的雛形。