5汤庆-上下文工程新范式构建自主决策 Agent 的智能数据基座0114.pdfVIP

上下文工程新范式——

构建自主决策Agent的智能数据基座

演讲嘉宾：汤庆

01上下文工程

目录02PowerMem

CONTENT03PowerRAG

04seekdb

05总结与展望

01

上下文工程：Agent决策的基石

什么是上下文工程

ContextEngineeringRAG

Prompt

EnginneringState/

History

Structured

OutputsMemory

什么Agent的是上下文工程

指令（Instructions）：任务目标、角色设定、行为规范、工具描述等。

知识（Knowledge）：从外部获取的事实、文档片段、对话历史、长期记忆等。

工具反馈（ToolFeedback）：调用搜索、代码执行、API等工具后返回的结果。

LLM类比OS(上下文窗口是有限的)

VideoAudio

Ethernet

Calculator

Pythoninterpreter

TerminalBrowser

…

LLM

RAM

FileSystem

Context

(+embeddingOtherLLMs

Windows

database)

长上下文带来的问题

长上下文导致整体响应时间延长。

性能问题

长上下文

问题

成本问题准确度问

题

随着对话历史增长上下文导致关

长，模型推理速键信息因注意力

度急剧下降。同资源有限而被弱

时Token用量呈化，重要指令易/context-rot

线性增长，导致被淹没。

成本大幅上升。

上下文工程的解决方案及挑战

02

PowerMem：让Agent拥有记忆

PowerMem整体架构图

PythonSDKAPISe