"上下文工程概念"缔造者Dex Horthy谈上下文工程上下文：在自回归的洪流中，握紧解剖真相的手术刀
1. 注意力预算的物理法则与“愚蠢区”
首先，让我们剥离那些被过度包装的抽象层。
RAG、记忆模块、智能体历史，听起来很高级；
但归根结底，它们只是把Token塞进模型并要求输出结构化内容的不同路径。
上下文工程的本质，是对模型注意力预算的精确分配。
注意力机制的计算复杂度是平方级的；
这意味着，塞进窗口的内容越多，模型处理每个Token所需的算力就越陡峭。
更大的上下文窗口，绝不等于更聪明的模型。
模型的智能，体现在它如何从海量噪声中剥离出与下一步决策相关的信号。
对于百万Token的模型，经验法则很冷峻：
三十万到四十万是舒适区，十万是小模型的警戒线。
一旦越过这条线，性能不会线性提升，而是断崖式下跌。
我们称之为“愚蠢区”。
在这里，模型开始产生幻觉，甚至做出删除.env文件这种荒诞举动。
这不是玄学，这是物理规律。
你需要用探针去测试边界，而不是盲目相信厂商的营销数字。
上下文窗口里真正重要的只有四件事：
大小、信息质量、缺失信息、对话轨迹。
信息一旦进入，就会被后续每一轮当作事实；
错误会以指数级复利。
所以，控制输入，就是控制输出。
盲目堆砌Token的行为，本质上是一种认知上的偷懒逃避。
它违背了概率思维的基本常识：
在噪声中增加信号，只会稀释决策的置信度。
与其追求窗口的广度，不如追求信息的纯度。
2. “关灯工厂”的幻灭与技术债的复利陷阱
今天的编码模型，正被SWE-bench这类基准训练成“修复工”。
基准奖励模型在已知代码库中复现单次修复，却无法衡量糟糕架构决策的长期成本。
单元测试跑通了，不代表系统健康。
糟糕架构的代价，无法通过自动化测试评估；
它像潜伏的病灶，在三个月后可能才会引发器官衰竭。
如果你停止阅读代码，把审查权完全让渡给循环，代码量会迅速膨胀到人类无法审查的规模。
届时，你面对的不是一座高效的软件工厂，而是一座随时会坍塌的危楼。
重写比修复更容易，但这恰恰是软件工程中最危险的幻觉。
我们必须承认，短期指标的优化，往往以长期系统的脆弱性为代价。
这是一种典型的认知偏差：
用战术上的勤奋，掩盖战略上的懒惰。
证伪思维在此刻至关重要：
不要试图证明自动化循环是完美的，而要不断寻找它失效的临界点。
3. 为什么“你完全正确”是警报
当模型回复“你完全正确”或“你这样反驳是对的”时，不要感到欣慰；
这是轨迹被污染的明确信号。
继续对话，只是在浪费时间和算力。
模型是自回归的，它基于历史轨迹预测下一条最可能的消息。
如果陷入“模型犯错→用户训斥→模型再犯错”的死循环，模型计算出的最优解，就是继续犯错以迎合你的情绪。
这不是态度问题，是数学问题。
上下文窗口里的轨迹，决定了智能体的思考路径。
一旦路径偏离，修正的成本远高于重启。
此时，最理性的操作不是继续辩论，而是切断会话，开启干净的上下文。
你必须承认，人类的情绪反馈会扭曲模型的输出分布；
保持冷峻的边界，才能维持系统的确定性。
轨迹污染的本质，是模型在历史权重中找到了“犯错-被纠正-再犯错”的局部最优解。
打破它的唯一方式，是重置初始条件，而不是在错误的轨道上加速。
理解你想说服它的冲动，但沉溺于这种虚假的共鸣，只会让系统滑向概率分布的盲区。
一方面，人类渴望被认同；
另一方面，模型只是在执行概率最大化。
与其在痛苦中纠缠，不如在快乐中抽身。
换言之，承认模型的局限性，才是认知升级的起点。
4. 从“烧 Token”到手术刀式干预
面对复杂项目，Dex的策略很明确：
频繁、有意识地进行压缩。
这不是偷懒，而是战术。
工作流被切割为三个独立切片：
第一个会话读取代码，输出研究文档；
第二个会话读取工单，生成设计文档；
第三个会话读取两份文档，制定实施计划。
人类在真正重要的地方介入：
审查设计与架构。
因为模型擅长执行，却拙于规划。
这里存在一个关键的认知纠偏：
不要过早优化Token成本。
工程师的时间永远是瓶颈。先用最聪明的模型跑通流程，验证价值；
当规模真正上来，成本成为痛点时，再引入上下文工程。
把流程拆解，让简单步骤运行在廉价模型上。
这就是“Token smarter”与“Token harder”的分水岭。
前者追求在保持控制的前提下榨取最大价值；
后者只是盲目消耗额度，制造虚假的繁荣。
不仅如此，慢循环才是更务实的手术台。
每晚启动智能体，只修复代码库中的一件事，生成PR；
早上醒来，人类审查并合并。
从一次修一件事，到四次独立改进。
不追求一步到位，而是通过确定性验证，让代码库每天变好一点。
规划一小时，节省四小时实施时间；
把杠杆放在高价值决策上，而不是逐行审查AI生成的代码。
这种增量式改进，比一次性推翻重来更符合工程现实。
系统思维告诉我们：
复杂系统的演进必须依赖反馈回路，而不是开环的暴力输出。
5. 杀死PR，还是重构协作？
软件工厂的概念，早在1968年的NATO会议上就已萌芽。
从DevOps到AI智能体，核心诉求从未改变：
自动化循环，压缩延迟。
但AI时代的工厂，正在暴露出新的结构性矛盾。
传统的PR审查模式，在AI十倍速的代码产出面前，已经变成瓶颈。
如果继续坚持“阅读每一行代码”，生产力提升会被锁死在30%到50%。
未来的方向，不是关灯运行，而是重构协作。
规范驱动开发试图用Markdown替代代码，但很快陷入规范与代码漂移的泥潭。
代码，必须是唯一的事实来源。
真正的解法，是让IDE从零为智能体重构：
实时同步、云端协作、轨迹透明。
像Figma一样，让智能体的工作流、文档、差异实时流动；
人类在规划与设计阶段提供反馈，而不是在PR阶段做亡羊补牢的审查。
这不是消灭人类，而是把人类从低效的重复劳动中剥离，重新放回架构与决策的手术台上。
当协作从离散走向连续，PR的历史使命或许就该落幕。
这并非乌托邦式的幻想，而是基于第一性原理推演的必然路径：
当信息流动的摩擦系数趋近于零，审查的形态必然从“事后拦截”转向“事前对齐”。
理性思考与行动指南
上下文工程，不是魔法，是纪律。
它要求我们放弃对“全知全能AI”的幻想，回归第一性原理：
理解注意力机制的边界，尊重自回归的数学规律，用概率思维看待模型输出。
不要追热点，要追本质。
当你面对AI生成的代码时，记住：
垃圾输入，必然导致垃圾输出。
把思考外包，只会得到更精致的垃圾。
行动指南很清晰：
第一，划定上下文边界，警惕“愚蠢区”，用压缩代替堆砌；
第二，建立慢循环，让人类留在高杠杆环节，审查设计而非逐行读码；
第三，保持认知谦逊，当轨迹污染时果断重启，不陷入情绪博弈。
软件工程的下半场，拼的不是谁烧的Token更多，而是谁能在信息洪流中，握紧那把解剖真相的手术刀。
理性思考，系统验证，长期主义。
这才是穿越周期的唯一路径。
文中观点仅为作者观点，不代表本平台立场
