上下文工程

Skill 成了 agent 时代的 npm，也继承了 npm 的所有毛病

2026-11-01T07:15:00+08:00

从今天 GitHub 榜单四个「agent 外挂件」说起，聊聊 skill 生态为什么已经长成了包管理器，以及 2026 年上半年被实测出来的供应链漏洞。

你的 agent 不是不够聪明，是读得太多了

2026-10-20T07:00:00+08:00

xerj 用索引检索、headroom 用可逆压缩、Anthropic 用 compaction，三层工具在做同一件事：把磁盘上的原始数据和模型内存里工作的数据解耦。

给 Agent 装记忆之前，先分清它忘了什么

2026-10-19T07:15:00+08:00

会话交接、代码知识、任务状态是三种不同的遗忘，需要三套不同的数据结构。拿 markdown 清单存任务、拿向量库存事实，都是在用错工具。

Agent 账单拆解：为什么 prompt 越大，反而越便宜

2026-10-17T07:20:00+08:00

GitHub 一天之内 6 个「省 token」项目冲榜。把 Agent 的账单拆开会发现，钱主要花在缓存读取上，而这些工具里有两层其实打错了地方。

Agent 从一只变成一群：2124 次执行跑出来的并发账

2026-10-15T12:56:00+08:00

2124 次对照执行、112 亿 token 的实验显示，给编码 agent 开并发只在长程任务上划算，token 涨 1.41 到 3.31 倍。拆开 28 种失败模式、三家 agent 各自的并发习惯，以及落到自己仓库时该先定哪几件事。

省下 90% 的 token，账单只降两成：Agent 省钱工具的账得自己算

2026-10-14T08:10:00+08:00

rtk 和 context-mode 这类工具宣称把工具输出砍掉 90% 以上，但压缩的是输出体积，账单由单价结构决定。拆开三个稀释点、供应商自己的对照数据，以及四个会翻车的地方，最后给一套自己量账的办法。

Agent 技能已经 5.6 万个，系统提示词只装得下一百个

2026-10-09T08:20:00+08:00

2026 年 7 月的爬取显示公开技能已有 56,804 个，而系统提示词里能可靠容纳的技能描述不到一百个。技能生态的瓶颈已经从「怎么写」挪到了「怎么装、装得进来、装进来之后信不信得过」。

窗口做到一百万 token，Agent 还是越跑越笨

2026-10-04T08:00:00+08:00

Chroma 测了 18 个前沿模型，可靠性在窗口填满之前就开始下滑；EMNLP 2025 的论文更直接，检索完全正确时性能照样掉 13.9% 到 85%。这篇文章拆开上下文预算的账本：真正的成本中心是工具输出而不是对话，以及为什么 2026 年的实测会得出「缓存命中时，不压缩反而更便宜」这个反直觉结论。

Harness 才是产品：Agent 的竞争重心正在从模型上移到执行层

2026-09-27T09:30:00+08:00

当工具定义能吃光七成上下文、记忆跨不过会话边界时，决定 Agent 能不能上生产的是模型外面那层 harness。本文拆解 harness 的六个组件、三个真实战场，以及团队该从哪里开始动手。

换模型不如换记忆：Agent 记忆层正在脱离模型独立进化

2026-09-26T09:00:00+08:00

同一套骨干模型，只把记忆层换掉，LongMemEval 准确率从 39% 跳到 83.6%；而在 8 个骨干模型的对照实验里，模型换来换去准确率只差 3.4 个点，单次查询成本却差了约 30 倍。记忆正在变成一个可以单独采购、单独评测、单独优化的层。