AI Agent 怎麼用好「情境工程」？ 來自@LangChainAI 的Youtube 影片“How Agents Use Context Engineering”，圍繞三大原則展開：卸載（Offload）、減少（Reduce）和隔離（Isolate）。已在Claude Code、Manus 和LangChain DeepAgents 等主流框架中成熟實現。 1. 卸載（Offload）：把負擔移出模型視窗將不需即時駐留的資訊或操作外包到外部系統，智能體僅在需要時按需調用。 · 檔案系統儲存：歷史對話、資料日誌、中間結果寫入檔案（如JSON），智能體透過路徑引用而非全量載入。 · 行動腳本化：將重複操作封裝為獨立腳本（如資料清洗、API 呼叫），智能體只接收執行結果，避免程式碼嵌入視窗。 · 漸進式工具揭露：不一次揭露所有工具，而是依任務階段動態解鎖（如先搜尋、再編輯），防止選項冗餘。 > 實作範例：DeepAgents 支援動態工具註冊，Manus 擅長腳本化行動，Claude Code 強調檔案持久化。 2. 減少（Reduce）：精簡視窗內資訊在保留語意完整的前提下，壓縮上下文體積。 · 壓縮（Compaction）：演算法去除冗餘token，如合併重複訊息。 · 摘要（Summarization）：以LLM 將長對話濃縮為關鍵要點（如bullet points），可節省70% 以上token。 · 過濾（Filtering）：基於目前任務相關性，屏蔽無關日誌或歷史片段。 > 實作範例：Manus 內建壓縮演算法，Claude Code 擅長摘要生成，DeepAgents 提供查詢式篩選器。 3. 隔離（Isolate）：任務分而治之將複雜任務拆解為獨立子模組，每個子智能體擁有專屬上下文視窗。 · 子智能體架構：一個主智能體協調，多個子智能體並行處理子任務（如研究、驗證、合成），最後總結結果。 · 層級情境管理：子智能體間互不干擾，避免單一視窗過載。 > 實務範例：DeepAgents 支援層級智慧體鏈，Manus 實現進階並行隔離，Claude Code 提供基礎子任務拆分。 核心啟發與實務建議情境工程不是提示詞技巧，而是系統級架構設計。開發生產級智能體時，建議： 1. 從卸載開始：優先用檔案和腳本解放視窗。 2. 疊加減少機制：結合摘要與過濾，保持上下文精進。 3. 複雜任務用隔離：引入子智能體，實現可擴展的深度推理。 透過這些策略，智能體得以從“短任務響應”進化到“長程可靠執行”，顯著提昇在程式碼開發、研究分析、自動化流程等場景中的表現。 > 一句話總結：情境工程= 卸載負擔+ 精簡資訊+ 分模組執行，讓有限的模型視窗承載無限的任務可能。 Youtube 影片
