主题： 上下文工程
研究如何为模型组织任务所需的信息、记忆、工具结果和约束，让有限上下文稳定支撑复杂工作。
这里收录 20 篇围绕「上下文工程」的文章。主题页只聚合长期维护的知识领域，具体产品、人物和技术名词保留为文章关键词。
全部文章
-
用 TurboQuant 加速你的 Agent 检索
这场演讲介绍了 TurboQuant 如何把 Agent 检索中的嵌入向量和 KV 缓存从 32 位压缩到约 3 到 4 位，从而在基本保持检索质量的前提下降低约 5 倍内存占用。
-
用户信号死在检索边界
这场 AI Engineer 演讲讨论 Agent 为什么会在检索阶段反复失败：传统记忆系统多数只按语义相似度保存偏好和历史，缺少来自执行结果的反馈。
-
结构化非结构化内容
Red Hat 开源工程师 Cedric Clyburn 介绍 Docling——一个隶属于 Linux Foundation 的开源文档处理工具，演示如何将 PDF、图片等非结构化数据准确转换为 Markdown/JSON。
-
绕过多模态税：混合 RAG、SQL RRF 与 UI 遥测
本演讲由 Ogilvy 高级后端开发者 Abed Matini 在 AI Engineer World Fair 2026 线上专场发表，主题是"绕过多模态税"：介绍如何构建一套无需付费框架的混合 RAG 系统。
-
面向金融合规的 AI 多文档关联分析
这场演讲介绍了一个面向企业金融合规与欺诈检测的 AI 多文档关联分析框架。
-
Lenny 社群智慧：付费不用、Fractional CPO 与团队上下文治理
本期高亮提炼 Lenny 社群关于付费不用、早期产品顾问、Referral 反作弊、自由职业工具栈，以及 Claude Code 团队上下文治理的讨论。核心判断是：AI 让个人和团队更快执行，也更快暴露行为嵌入、判断质量和上下文治理的缺口。
-
Anthropic 前沿 Agent 记忆系统与 Dreaming 机制高亮
Mahes 把 Anthropic 这一年多的产品演进放在一条清晰链路里：MCP 给 Agent 外部工具和数据，Claude Code 与 Agent SDK 提供执行 harness，Skills 让 Agent 获得可复用能力。
-
从软件工程到上下文工程：AI 时代的开发者新范式
或许你也有过这样的时刻：在代码评审会议上，同事用 AI 助手几分钟就重构了一个你花了几天才完成的微服务架构；又或者，在日常开发中，你发现团队里的新人正在用 AI 编程助手，轻松地处理那些曾经需要反复查阅文档和调试的复杂任务。
-
深入浅出 GraphRag[2]检索生成
在上篇文章《深入浅出 GraphRag 知识图谱生成》中，我分析了 GraphRag 的图谱生成过程，那么生成的这些图谱数据是如何应用到生成里面的？
-
深入浅出 GraphRag[1]知识图谱生成
GraphRAG 是微软开源的一个基于大模型 + 知识图谱回答用户问题的开源项目。