logo

解析Agent工程三维度:Prompt、Context与Harness

作者:快去debug2026.11.16 11:27浏览量:0

简介:当智能体从单轮问答走向长链条自主任务,决定成败的往往不再是模型本身,而是围绕模型构建的工程体系。本文以定义方式系统拆解智能体工程的三个维度:提示词工程解决"怎么说",上下文工程解决"看什么",驾驭工程解决"在什么环境里跑、如何被约束与观测",并说明其组成、协作流程、适用场景、易混淆概念的区别与落地注意事项。

一、先回答”是什么”:三个维度的定义

一个智能体(Agent)系统的最小结构可以概括为:推理内核(大语言模型)+ 提示词(Prompt)+ 上下文(Context)+ 运行脚手架(Harness)。

模型本身提供的是无状态的语言推理与决策能力。而”它扮演什么角色、每一步看到什么信息、在什么环境里执行动作、执行失败或越权时会发生什么”,全部由这三层工程决定。这三个维度不是并列的三种技巧,而是层层递进的三级工程能力:

维度 回答的问题 主要作用对象 典型失效表现
Prompt Engineering(提示词工程) 怎么”说” 行为契约、任务分解、输出格式 指令被忽略、格式漂移、任务跑偏
Context Engineering(上下文工程) 让模型”看什么” 信息的选择、压缩、排序与更新 上下文膨胀、关键信息被淹没、幻觉
Harness Engineering(驾驭/脚手架工程) 构建怎样的”运行环境” 循环控制、工具执行、权限、观测、评测 无限循环、越权操作、无法复现与回滚

1)提示词工程:定义静态的行为契约。 它关注指令的组织方式——角色与身份设定、全局约束、任务分解策略、工具使用规范、输出结构约定、示例选择,以及不同层级指令冲突时的优先级规则。它的关键词是”清晰、无歧义、可测试”。

2)上下文工程:定义每一步的输入构造。 它关注的不是”写一句更好的提示词”,而是在有限的上下文窗口与注意力预算内,为当前这一步决策构造出信息量最合适的一组内容:哪些必须注入、哪些该检索、哪些该压缩成摘要、哪些应该被淘汰或外置到工作区。它的关键词是”取舍与预算”。

3)驾驭工程:定义运行时与治理层。 它是包裹在模型之外的程序骨架,负责驱动”感知—规划—行动—观察”的主循环,管理工具的注册与调用、执行沙箱与工作区、状态持久化与会话恢复、失败重试与终止条件、权限护栏与审计,以及全链路的可观测性与评测回归。它的关键词是”可控、可观测、可回滚”。

一句话概括三者关系:提示词工程塑造”应该怎么做事”,上下文工程决定”此刻依据什么做事”,驾驭工程保证”这件事能被稳定地、安全地、可重复地做完”。

二、背景与价值:为什么必须拆成三个维度

过去一段时间,行业里”百模大战”式的能力竞赛之后,出现了大量以开源智能体框架为蓝本的产品与方案,形态上涌现出 many “百虾大战”式的同质化竞争,社区里”安装攻略””装完即卸”的讨论也不绝于耳。热闹的表象之下,真正的技术分水岭并不在模型选型,而在于工程化程度。

驱动这三个维度独立成型的核心动因,是模型能力与任务复杂度之间的可靠性落差:

  • 单轮可控、多轮失稳。 单轮问答的准确率与长链条任务的完成率完全不是一个量级。步骤越多,误差累积、目标漂移、重复无效动作的概率越高。
  • 指令很长却被忽略。 提示词堆到数千字后,模型对中段约束的遵循度显著下降,出现”中间迷失”与指令相互冲突。
  • 上下文越用越脏。 历史消息、工具原始输出、检索碎片不断膨胀,既抬高 token 成本与首字延迟,又稀释关键信息的注意力权重,甚至导致早期的错误被反复复读,形成”上下文污染”。
  • 执行环境不可控。 缺少沙箱与权限边界时,模型生成的命令可能改动不该改的文件、调用不该调用的接口;缺少日志与轨迹时,一次失败无法复现、无法定位。
  • 经验无法沉淀。 每次任务都从零开始,没有记忆、没有可复用技能、没有回归用例,改进只能凭感觉。

值得注意的是,智能体框架之所以能在近期产生”质变感”,并非源于某一项全新突破,而是多项成熟技术的系统性集成:提示词的动态组装与分层、上下文的分级压缩与淘汰、记忆的读写与遗忘策略、技能的模块化复用与渐进式披露(先给索引、用时再加载细节)、钩子(Hook)式的扩展点、输入输出两侧的护栏设计、可靠的工具调用协议,以及把权限边界从云端 API 扩展到个人设备与图形界面操作(Computer Use)的能力。集成本身就是一种架构能力,它带来的价值是把”调模型”转变为”设计系统”:

  • 关键逻辑落在可版本化的提示词、可检索的知识、可测试的脚手架里,而不是藏在某次对话的偶然结果中;
  • 同一套上下文与脚手架可以迁移到不同模型上,降低单一模型绑定的风险;
  • 任务质量具备可度量、可回归的基础,工程改进从”感觉变好”变成”用例通过率提升”。

三、核心组成:三个维度各自包含什么

3.1 提示词层的组成

  • 分层结构:系统层(全局规则与安全约束)、能力层(当前可用工具及其调用规范)、任务层(本次任务的目标与步骤)、用户层(原始输入与澄清信息)。层与层之间要有明确的覆盖顺序。
  • 输出契约:明确规定结构化格式(如 JSON 字段、代码块、表格),并约定”不确定时如何表达”,避免自由发挥。
  • 工具使用规范:何时调用工具、参数如何构造、失败后是重试还是换方案、什么情况下必须先向用户确认。
  • 示例策略:示例数量少而准,覆盖正常路径与关键边界;示例应来自真实失败案例的修复,而非随手编写。
  • 动态组装:提示词通常不是一段静态文本,而是按当前任务与工具集渲染出来的。示意如下:
  1. def build_prompt(role, policy, tools, task, user_input):
  2. tool_spec = render_tool_schemas(tools) # 只注入本次可用的工具
  3. return f"""
  4. [系统约束] {role}\n{policy}
  5. [可用能力] {tool_spec}
  6. [任务目标] {task}
  7. [用户输入] {user_input}
  8. [输出约定] 严格按 JSON 返回;无法完成时说明缺失信息,不要编造。
  9. """

3.2 上下文层的组成

上下文工程本质是预算分配问题:把有限的窗口切成若干配额,并决定每一格放什么。

  • 信息分层:固定指令与工具描述、长期记忆摘要、技能索引、检索片段、近期对话历史、最近的工具执行结果、当前状态快照。越靠近末尾的信息权重通常越高,因此”当前状态与最新约束”应尽量放在末尾。
  • 获取机制:关键词检索、向量检索、结构化查询、混合检索与重排;对代码类场景还需依赖符号索引与依赖图定位。
  • 压缩与淘汰:滚动摘要、按相关性重排、滑动窗口、过期信息丢弃;对超长工具输出只保留头部摘要加引用位置。
  • 外置化:把细节写进工作区文件,上下文里只保留路径与摘要,需要时再按需读取——这是控制上下文膨胀最有效的手段之一。
  • 记忆管理:区分工作记忆(当前会话)、会话记忆(历史对话)、长期记忆(跨会话事实、偏好、结论)。三者都需要明确的写入条件、检索条件、冲突更新与遗忘策略,否则记忆会迅速退化为噪声源。

3.3 驾驭(脚手架)层的组成

  • 主循环:驱动模型反复”思考—行动—观察”,直到达成目标、超出步数上限或触发终止条件。
  • 工具注册与调用:为每个工具提供机器可读的描述与参数校验,统一超时、重试、幂等、并发与限流策略。
  • 执行环境:独立工作区与沙箱,控制文件系统范围、网络出口、可用命令与依赖;对不可逆操作设置二次确认。
  • 状态与恢复:持久化会话与中间产物,支持断点续跑与失败回滚。
  • 扩展点(Hook):在请求前、工具调用前后、响应后插入自定义逻辑,用于脱敏、格式转换、日志埋点、缓存复用。
  • 护栏(Guardrail):输入侧做敏感信息与注入检测,输出侧做格式与内容校验,动作侧做权限最小化与危险操作拦截。
  • 可观测与评测:记录完整轨迹(输入、上下文快照、模型输出、工具调用、耗时与 token 消耗),并用固定用例集做离线回归、用线上轨迹做归因分析。
  1. def run_agent(task, max_steps=20):
  2. history, budget = [], StepBudget(max_steps)
  3. while not budget.exhausted():
  4. ctx = context_builder.build(task, history) # 上下文工程
  5. action = model.decide(build_prompt(ctx)) # 提示词工程
  6. if not action.tool_calls:
  7. return action.final_answer
  8. for call in action.tool_calls:
  9. guardrail.assert_allowed(call) # 权限与安全检查
  10. observation = tool_registry.execute(call) # 驾驭工程:执行与隔离
  11. history.append(compress(observation)) # 压缩后再回填
  12. return partial_report(task, history)

四、工作原理:一次任务的完整流转

以一个”定位并修复某类缺陷”的任务为例,三个维度如何协同:

  1. 入口与约束注入:脚手架接收任务,加载角色、安全策略与可用工具清单,渲染出本次使用的提示词。
  2. 上下文构建:从长期记忆中取出该项目的技术栈约定,从代码索引中检索相关文件与调用链,附上近期未完成的上下文,一起交给模型。
  3. 决策与行动:模型输出”先读取某文件”或”执行某条只读检索命令”,脚手架校验权限后放入沙箱执行。
  4. 观察回填:命令输出往往有数千行,此时不直接塞回窗口,而是摘要关键信息、保留错误栈与行号、把完整输出落到工作区文件,仅回填引用路径。
  5. 循环与收敛:模型基于压缩后的观察继续下一步;脚手架在每轮记录轨迹,并在步数或时间超限时强制收敛,返回当前进度而非空手而归。
  6. 收尾与沉淀:结果输出前经护栏校验格式,任务结论与可复用经验按策略写入记忆,新增用例进入回归集合。

三个维度共同受三类预算约束:指令长度预算、上下文窗口预算、执行步数与费用预算。任何一类预算失控,任务质量都会迅速劣化。

五、典型应用场景

  • 研发辅助:跨文件缺陷定位、批量重构、测试补充。对代码检索质量、沙箱隔离与”改完必跑测试”的闭环要求最高。
  • 运维与排障:结合日志服务、监控告警与指标检索定位异常,再在受控环境执行只读诊断命令。此处权限最小化与全程审计不可省略。
  • 数据处理与报表:长链条的数据抽取、清洗、校验与产出,重点是上下文外置化与中间产物的可复现。
  • 企业知识助理与流程自动化:以检索增强的知识库为基础,通过工具调用完成查询、审批流转、单据生成等动作。
  • 个人助理与设备级操作:把操作边界扩展到桌面与图形界面,能力提升最明显,风险也最高,需要严格的确认机制与操作日志。
  • 平台化落地:工程实践中,这类系统通常构建在通用云能力之上——容器平台承载沙箱与工作区,对象存储保存产物,消息队列解耦长任务,日志服务与监控告警提供轨迹与指标,身份认证与访问控制管理工具权限,负载均衡与内容分发支撑访问层。在百度智能云等平台上,这些能力多以标准通用类目提供,可直接组合成上述骨架,无需自行实现底层基础设施。

六、与相关概念的区别

  • 提示词工程 vs 上下文工程:前者管”指令怎么写”,是相对稳定的静态资产;后者管”每一步塞什么进去”,是随任务动态变化的构造过程。提示词工程做不好表现为不听话,上下文工程做不好表现为”看了很多却答不上”。
  • 上下文工程 vs RAG:检索增强生成是上下文工程的一种实现手段,而非全部。上下文工程还包含压缩、淘汰、外置化、状态注入、记忆更新等,缺少这些,单纯堆叠检索结果同样会失败。
  • 提示词/上下文工程 vs 微调:前者塑造的是”信息与运行时行为”,迭代快、可解释、可回滚;后者改变的是模型参数与内在分布,适合固化稳定的风格、格式或领域语感。实践中通常是”先用工程手段逼近,再用微调固化确定性部分”。
  • 驾驭工程 vs 传统工作流编排:工作流是开发者预先定义的确定性有向图,路径固定、可控性强;智能体循环则由模型在运行时决定下一步。二者并非替代关系——稳定的关键路径宜固化为工作流,开放式的判断与探索交给模型自主循环。
  • 智能体 vs 聊天机器人 / 单任务垂类 Agent:聊天机器人以单轮或短轮次应答为主,不产生副作用;单任务垂类 Agent 在限定领域内完成特定动作;通用智能体则强调跨领域、多步、可调用工具、可读写状态、可长期运行,因而对三个维度的工程要求同时拉满。
  • 驾驭工程 vs 应用运维体系:后者关注服务层面的部署、扩缩容与告警;前者关注”模型行为层面”的循环、工具、权限与轨迹,两者互补而非重叠。

七、落地注意事项

  1. 指令不在多,在于分层与优先级。 明确冲突消解顺序,避免全局规则被任务级指令覆盖。
  2. 上下文”少即是多”。 噪声不是中性的,它会稀释注意力、抬高成本与时延。宁可少给,也要给得准。
  3. 警惕上下文污染与错误累积。 早期错误结论一旦写入记忆并被反复引用,会形成难以纠正的偏差;对记忆条目要有置信度、来源与时间戳,并支持覆盖与遗忘。
  4. 权限与安全优先于能力。 默认最小权限、默认隔离执行、危险与不可逆操作必须二次确认,全过程留痕可审计;对外输入需做注入与敏感信息过滤,对外输出需做格式与内容校验。
  5. 评测先行。 建立固定用例集覆盖正常路径与已知失败路径,每次改动提示词、检索策略或工具描述后回归,用成功率、平均步数、单任务成本等指标量化收益。
  6. 预算与失败处理要显式化。 设置步数、时间、费用与重试上限,设计明确的”降级输出”路径,避免无限循环与雪崩式重试;工具调用尽量幂等。
  7. 保持模型无关性。 把关键逻辑放在脚手架与上下文构造层,而不是绑死在某段提示词的措辞上,便于替换或混用不同模型。
  8. 数据边界与合规。 明确哪些数据可进入上下文、哪些必须脱敏、哪些不允许离开本地环境,并在钩子层面强制生效。

八、总结

提示词工程、上下文工程与驾驭工程,构成现代智能体系统的三级骨架:分别回答”怎么说””看什么””在什么环境里跑、如何被管住”。它们不是三款工具或三种技巧,而是一套递进的工程方法论——先用清晰的指令定义行为契约,再用精准的上下文保证每一步的信息质量,最后用可控可观测的运行时把整条链路跑稳、跑安全、跑得可复现。

回到定义本身:当业界对某个开源智能体框架的关注从”跟风跑通一个 Demo”转向源码层面的机制剖析时,真正值得沉淀的并不是某个具体实现,而是这套分层抽象。模型能力会不断更替,而”指令分层、上下文预算、运行时可治理”这三件事的稳定性远高于任何单一模型;理解了它们,既能读明白这类框架的设计取舍,也能在自己的业务系统里,把智能体从演示品做成可运营的基础设施。

发表评论

活动