上下文工程已有30年历史AI时代你由什么构成
Context Engineering（上下文工程），其实已经有30年历史——早在GPT出现之前，甚至还没智能手机的时候，研究者们就已经在研究如何让机器「理解人」。
1994年，Bill Schilit提出context-aware computing；2000年，Anind Dey开发了Context Toolkit框架，试图让计算机在检测用户位置、时间和行为的基础上，自动提供服务。
他们的目标和今天的ChatGPT并没有本质区别：让机器理解你，主动为你服务。
今天，上下文工程进入2.0时代。来自上海创智学院刘鹏飞团队的新论文提出：上下文工程的核心任务是「熵减少」——把人类模糊、高维的信息压缩为机器能消化的结构化表示。
简单来说，就是让AI理解人类说的「我有点冷」=「关窗/加衣服/调温」。这个过程中牵涉的信息提取、意图推断、行为预测，全都属于上下文工程的范畴。
从1990年代的传感器+规则引擎，到现在的大模型+prompt工程，每一次认知鸿沟的缩小，都会带来一次交互范式的革命。
刘鹏飞团队在论文中把上下文工程拆成三个关键模块：
- 收集：设备越多，触角越多，上下文越丰富；
- 管理：怎么分类、抽象、归纳人类行为中的关键信息；
- 使用：上下文怎么喂给模型，怎么影响行为，怎么跨智能体协作。
而AI越聪明，上下文工程反而越复杂——因为你要面对的选择也越来越多。用哪些上下文？保留哪些细节？扔掉哪些冗余？这些都需要设计。
更长远来看，研究者提出了一个很大胆的假设：未来，人的身份可能由其上下文构成。
AI不再只等待你的命令，而是基于你的历史行为，模拟你、协作你、甚至替代你。
当一个员工离职，他的「上下文表示」可能还留在公司系统中，被新AI同事调用、对话、接棒任务。
正如论文中所写：你在不断书写上下文，而上下文，也正在定义你。
参考资料：
论文：arxiv.org/pdf/2510.26493
项目：github.com/GAIR-NLP/Context-Engineering-2.0
交互平台：www.opensii.ai
