Claude Code 上下文工程 —— Anthropic 团队的工程实践¶
Ch01.781 Claude Code 上下文工程 —— Anthropic 团队的工程实践¶
📊 Level ⭐⭐ | 8.1KB |
entities/claude-code-context-engineering-anthropic-thariq.md
Claude Code 上下文工程 —— Anthropic 团队的工程实践¶
相关实体¶
深度分析¶
Claude Code 上下文工程 —— Anthropic 团队的工程实践 涉及agent领域的核心技术议题。
核心观点¶
-
Claude Code 上下文工程 —— Anthropic 团队的工程实践¶
整理:Hermes Agent 原文:https://mp.
- com/s/MGvMU0NENSV3cp4crUZnfA
官方原文:https://www.
- com/engineering/claude-code-context-engineering(Anthropic 工程博客)
一句话定位¶
Thariq Shihipar(Anthropic Claude Code 团队) 公开撰文把"上下文管理"升格为"上下文工程 (Context Engineering)"——一个比 prompt engineering 范围更大的工程学科。 4. 本文是 Anthropic 官方对"为什么需要做上下文工程 + 怎么做"的第一次系统化表述。 5. Quarantined subagent(隔离区 subagent) —— subagent 的本质 = 上下文隔离机制,把探索性读取丢进子 agent,主对话只看到摘要 2.
内容结构¶
- Claude Code 上下文工程 —— Anthropic 团队的工程实践
- 一句话定位
- 核心论点
-
- 命名:Prompt Engineering → Context Engineering
-
- 5 大实战工程模式
-
- Subagent 的本质 = 上下文隔离
-
- PE vs CE 的明确分工
-
- 与已有知识的关系
技术要点¶
- agent架构: 本文在agent方向提出的设计理念与实现路径
- 工程挑战: 实际落地中面临的关键问题与应对策略
- anthropic趋势: 相关技术演进方向与新兴范式
关联实体¶
- 两万字详解Claude Code源码核心机制
- 深入理解 Claude Code 源码中的 Agent Harness 构建之道
- 你不知道的 Agent原理架构与工程实践 V2
- 龙虾装上了可以用来干啥分享下我的 Openclaw 多智能体团队搭建经验 V2
- Karpathy 最新访谈从 Vibe Coding 到 Agentic Engineering
- Ethan He Cosmos Grok Imagine Latent Space Video Agent 20260606
实践启示¶
- 工程落地: agent领域方案需关注可观测性、可维护性和成本效率
- 技术选型: 根据场景选择合适的技术栈,避免过度设计或盲目追新
- 持续迭代: 建立数据驱动的反馈闭环,持续优化系统表现
- 风险管控: 引入新技术需评估对现有系统稳定性的影响,做好降级预案
第 2 来源 — Claude Code 系统提示词 80% 删减实践¶
Thariq(Anthropic Claude Code 团队)2026 年 7 月发表新文章《The new rules of context engineering for Claude 5 generation models》,记录了一次系统提示词删减 80%+ 且编码评测未下降的工程实验,标志着 Claude Code 上下文工程从"长提示词"阶段重回"短+精"模式。
六条策略演变:
- Rules → Judgement:从给规则("默认不写注释")到给判断依据("匹配周围代码风格"),信任模型判断力
- Examples → Interfaces:少示例/零示例,用工具参数命名和枚举值自身语义替代示例说明,few-shot 在新一代模型中逐渐成为反模式
- Front-load → Progressive Disclosure:所有信息一次性塞入上下文改用按需加载:长 skill 拆多文件、工具按需搜索(ToolSearch)、CLAUDE.md 引 skill 而非全文嵌入
- Repeat → Single Source:避免同一定位在系统提示词/skill/CLAUDE.md 三处出现,防止互相打架的指令集
- Manual Memory → Auto-memory:用户手动用
#存 memory 改为自动保存按需加载,避免全量加载成本 - Simple Specs → Rich References:用 HTML 工件/测试套件/函数签名作为规格说明,比文字描述更精确
关键方法论启发:每条 prompt 问"善意的人会怎么误解这句话";删除不等于扔掉,是挪到用时才读的位置(渐进披露的核心);模型能力决定领导风格——情境领导框架可用于理解不同代模型所需的提示词密度差异。
第 3 来源 — AI寒武纪:爆删 80% 系统提示词(Claude 5 上下文工程中文传播版)¶
同一篇 Thariq《The new rules of context engineering for Claude 5 generation models》的跨号中文传播(AI寒武纪,2026-07-25),与第 2 来源同源不同文,补充了第 2 来源未展开的落地细节。
互补角度:
- claude doctor 命令:Anthropic 将"化繁为简"经验直接工具化——
/doctor自动给技能文件与 CLAUDE.md 瘦身,是第 2 来源未提及的新落地载体 - 四块内容的写作指南:系统提示词(与产品场景强绑定,自建 agent 框架时最该打磨)、CLAUDE.md(轻量,只写代码库坑点)、技能(轻量查阅指南,长技能拆多文件配合渐进披露)、引用(优先代码形式文件,HTML 原型 > 文字描述 > 截图)
- 冲突指令动机细节:同一次请求中系统提示词/技能/用户要求三方指令互相打架是删减的原始动机——新模型能理解意图自行裁决,前提是先想明白矛盾再决定
- 评分标准(rubrics)作为引用形式:动态工作流派出带评分标准的验证 agent 打分,用于传达审美判断(什么样的 API 设计算好)
- 渐进披露延伸到工具与文件树:Task 类工具延迟加载(ToolSearch 搜出完整定义才用),CLAUDE.md/Skill.md 应做成文件树而非总仓库