Context Engineering大模型开发实战：从Manus团队经验到6大核心技巧！

本文分享了Manus团队放弃传统Fine-tuning，转而通过Context Engineering挖掘LLM潜力的实战经验。详细介绍了六大核心策略：围绕KV-Cache的架构设计、Logit Masking解决工具爆炸、文件系统作为外置显存、背诵对抗注意力衰减、保留错误轨迹作为学习样本、引入结构化噪声避免少样本陷阱。核心观点是Agent开发应专注于Context的构建与管理，而非端到端模型训练

小涂Ss

553人浏览 · 2026-01-13 08:45:00

小涂Ss · 2026-01-13 08:45:00 发布

简介

这篇文章是基于 Manus 团队的技术文章《Context Engineering for AI Agents[1]》整理而成。原文分享了他们在构建通用 Agent（Manus）过程中，如何放弃传统的 Fine-tuning 路线，转而通过深度优化的 Context Engineering 来挖掘前沿 LLM 潜力的实战经验。

个人觉得，这篇文章透露出的 insights 对于从事 Agent 开发、RAG 及推理优化的人很有参考价值。

用文章结尾的一句话做引言：

“The agentic future will be built one context at a time. Engineer them well.”

Why Context Engineering?
===========================

在 LLM 应用开发中，通常面临两条路径：

• Fine-tuning：训练端到端模型。缺点是反馈循环慢（周级），且容易被基座模型的升级淘汰。
• In-Context Learning：基于强基座模型进行语境构建。

Manus 团队选择了后者，他们认为 Agent 开发的核心在于 Context Engineering，即如何构建和管理输入给模型的 Context。作者将这种通过人工尝试、Prompt 调整和架构搜索的过程戏称为 Stochastic Graduate Descent。

核心技术策略
=========

文章详细阐述了六个核心工程实践，来解决 Agent 在长周期任务中的成本、延迟、准确性和鲁棒性问题。

2.1 围绕 KV-Cache 进行架构设计

背景：Agent 场景的 Token 特征是 Input 极长（Context），Output 较短（Action），比例可达 100:1。因此，KV-Cache Hit Rate 是决定 TTFT (Time-to-First-Token) 和推理成本的最关键指标。

优化策略：

保持前缀稳定 (Prefix Stability)：

• 由于 Transformer 的自回归特性，Token t_i 的变更会导致 t_i 之后所有 KV Cache 失效。
• ❌ Anti-Pattern：在 System Prompt 头部放入精确到秒的时间戳。
• ✅ Best Practice：将动态信息移后，保持头部静态。

Append-only Context：

• 严禁修改历史 Action/Observation。
• 保证序列化的确定性，防止 JSON key 顺序变化导致 Cache Miss。

显式 Cache Breakpoints：

• 在 System Prompt 结束等关键位置手动插入断点，适配不支持自动增量缓存的框架。

KV-Cache 在多轮对话中如何被复用及失效的示意图

2.2 对 Logits 做 mask 解决 Tool 爆炸的问题

挑战：Agent 随能力扩展，Tool 数量爆炸。若全部放入 Context，会增加干扰；若动态移除（RAG-style），会导致 Cache 失效且模型困惑（Context 中有历史调用但定义已消失）。

解决方案：Logit Masking (Constrained Decoding) 利用有限状态机管理当前状态下可用的工具，在 Decoding 阶段直接修改 Logits 分布，将不可用工具的概率置为 -\infty，而不是修改 Prompt 中的工具定义。

实现细节：

• 利用 im_start 等 token 进行 Response Prefill。
• 工具命名规范化（如 browser_, shell_），便于基于前缀进行 Masking。
• 三种调用模式控制：Auto (可选), Required (必选), Specified (指定子集)。

如何通过 Logit Masking 限制模型在特定状态下的动作选择

2.3 文件系统即外置显存

痛点：尽管 Context Window 达到 128k+，但 Observation（如网页、PDF）过大且昂贵，且长窗口会导致 Lost-in-the-middle 现象。

策略：

FS as Memory：

• 将文件系统视为无限、持久的 Context。

可恢复压缩：

• 在 Context 中不直接放入网页全文，而是保留 URL 或文件路径。
• 模型学会使用工具 read_file(path) 按需加载数据。
• 思想延伸：作者认为这种机制使得 Transformer 模拟了 Neural Turing Machine，并推测具备文件读写能力的 SSM (State Space Models) 可能是未来 Agent 的形态。

文件系统作为外部存储与 Context 交互的架构图

2.4 通过背诵（Recitation）对抗注意力衰减

现象：长任务（50+ steps）中，模型容易遗忘初始目标。

机制：Todo List Recitation。 Agent 维护一个 todo.md 文件，并在每一步更新它。这不仅仅是记录，更是一种 Attention Engineering。通过不断在 Context 末尾背诵当前进度和剩余目标，强行将 Global Plan 拉入模型的最近注意力区域。

注：通过将目标放在 K, V 的末端，利用 Recency Bias 增强模型对目标的关注。

Manus 运行过程中 todo.md 的动态更新示例

2.5 保留错误轨迹

反直觉洞察：Agent 犯错是必然的。

• ❌ 常见做法：隐藏错误，重置状态重试（以此保持 Context 干净）。
• ✅ Manus 做法：保留错误的 Action 和报错的 Observation。

原理：错误轨迹构成了负样本（Negative Prompting）。当模型看到 Action A -> Error，它会更新内部信念，降低再次选择 A 的概率。Error Recovery 是 Agent 智能的重要体现，抹除错误等于抹除学习机会。

展示保留错误轨迹如何帮助模型进行自我修正

2.6 避免少样本陷阱

风险：LLM 是强模仿者。如果 Context 中充满了重复的、类似的“动作-观察”对（例如批处理20份简历），模型会陷入 Pattern Repetition，导致过拟合、死循环或幻觉。

对策：引入结构化噪声。

• 在序列化模板、措辞、顺序上引入微小的随机变化。
• 目的：打破 Context 的单一模式，强迫模型每次都进行推理而非单纯的补全。

个人总结
=======

这篇文章讨论当前 Agent 系统从 Demo 走向 Production 中遇到的核心问题：如何在有限的 Context Window 和昂贵的推理成本下，维持 Agent 的长期规划能力和稳定性。

文章中给出了 Manus 自己的解法：

1、KV-Cache 是生命线：Agent 的系统设计必须向 Cache 机制妥协（如放弃 System Prompt 中的动态时间戳）。
2、推理时干预好过提示词工程：通过 Logit Masking 控制生成，比单纯写复杂的 System Prompt 更可靠、更节省 Context。
3、Context 并非越大越好：学会利用外部存储（文件系统）和动态加载，保持 Context 的流动性和高信噪比。
4、接受错误：Agent 的鲁棒性来自于从错误中恢复的能力，而非仅仅依靠一次成功的规划。