1. 项目概述
这篇学习笔记探讨了一篇题为《一切皆为上下文:面向上下文工程的智能体文件系统抽象》的论文。论文提出了一种创新的文件系统抽象方法,用于管理和组织生成式AI系统中的上下文信息。这种方法的灵感来源于Unix的"一切皆文件"哲学,旨在解决当前生成式AI系统中上下文管理零散、短暂且缺乏可追溯性的问题。
在当前的AI工程实践中,上下文工程(Context Engineering)已经成为构建可靠生成式AI系统的关键挑战。与传统的提示工程不同,上下文工程关注的是整个信息生命周期——从知识的选择、检索、过滤到构建、压缩、评估和刷新。论文提出的文件系统抽象为这一过程提供了系统性的解决方案。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 核心概念解析
2.1 上下文工程的定义与重要性
上下文工程指的是捕获、结构化并管理外部知识、记忆、工具和人类输入的过程,使大语言模型(LLMs)和智能体的推理能够基于正确的信息、约束和来源。与专注于编写单个指令的提示工程不同,上下文工程关注的是整个信息生命周期。
在生成式AI系统中,良好的上下文工程可以解决几个关键问题:
- 知识漂移:随着时间的推移,模型的知识可能变得过时或不准确
- 上下文腐烂:临时构建的上下文可能很快失效或变得不相关
- 可追溯性缺失:难以追踪模型决策所依据的信息来源
2.2 文件系统抽象的设计理念
论文提出的文件系统抽象借鉴了Unix操作系统的设计哲学,特别是"一切皆文件"的概念。这种抽象提供了几个关键优势:
- 统一接口:为各种类型的上下文资源提供一致的访问方式
- 持久性:上下文可以长期保存,而不是临时构建
- 治理能力:通过文件系统的权限和元数据机制实现访问控制
- 可组合性:不同的上下文资源可以像文件一样被组合使用
这种设计使得智能体和人类专家可以像操作系统进程一样,对挂载的上下文资源执行读取、写入和搜索等操作。
3. 系统架构详解
3.1 持久上下文库设计
持久上下文库是系统的核心组件,它将历史(History)、记忆(Memory)和便签(Scratchpad)统一为一个连续的生命周期。这三个组件各司其职:
- 历史(History):作为不可变的事实源,记录所有原始交互
- 记忆(Memory):提供结构化和索引的视图,便于快速检索
- 便签(Scratch
