摘要： 本文主要探讨了在构建智能代理系统时，如何通过上下文工程来优化模型的表现和效率。作者Yichao ‘Peak’ Ji分享了Manus项目在构建代理模型过程中的关键决策和经验教训。文章强调了以下几点：1. 上下文工程的重要性，它可以使改进快速实现，并使产品与底层模型解耦；2. 提高KV-cache命中率，通过保持提示词前缀稳定、使上下文可追加、显式标记缓存断点等方式；3. 避免在迭代过程中动态添加或删除工具，以防止KV-cache失效和模型混淆；4. 使用文件系统作为上下文存储，以处理长输入和观察；5. 通过不断重写待办事项列表来操纵注意力，以避免任务目标偏离；6. 保留错误信息，以便模型进行学习和适应；7. 增加动作和观察的多样性，以防止模型陷入单一模式。作者认为，上下文工程是构建智能代理系统的关键科学。
讨论：
原文标题：Context Engineering for AI Agents: Lessons from Building Manus
原文链接：https://manus.im/blog/Context-Engineering-for-AI-Agents-Lessons-from-Building-Manus
讨论链接：https://news.ycombinator.com/item?id=44645768