上下文工程现状：Agent的四大失败模式与修复之道

作者Drew Breunig在AGNTCon大会上发表题为《上下文失败与修复》的演讲，系统梳理了上下文工程的发展脉络。2024年底，模型厂商曾寄望于超大上下文窗口解决一切问题，从Gemini 1.5的百万token到Llama 4 Scout宣称的千万token，但实践证明长上下文并非万能。作者归纳出四种核心失败模式：上下文污染（错误信息进入上下文并持续影响输出）、上下文干扰（过长上下文削弱模型对基础能力的调用）、上下文混淆（无关信息干扰推理）、上下文冲突（工具调用间相互矛盾）。Gemini 2.5在玩宝可梦时曾因训练数据中的FireRed版本细节而执着寻找’茶’，成为污染的典型案例。针对这些问题，业界已形成六类修复工具：上下文增强、工具装载、上下文隔离、上下文修剪、上下文卸载与摘要压缩，且已逐步集成进harness层。2026年，行业重心转向能自主管理上下文的智能体模型，GPT-5可连续执行约3.4小时任务，Gemini 3.1达6.4小时，Opus 4.6约12小时。由此催生两类新失败模式：’对抗权重’（模型过拟合训练环境的工具习惯）与’上下文惯性’（模型执着于既有方案不知放弃）。微软Fork-and-Flush研究与伯克利团队均验证了定期清空上下文、保留环境产物的有效性。作者预测2027年的核心挑战将是个人智能体长期运行中的记忆累积与冲突，战略性遗忘将成为新的研究方向。

事件分析

核心观点：模型越强大，越需要确定性代码来驾驭；Agent的下一个瓶颈不在更聪明，而在学会遗忘与放手。