在 2025 年的今天，我們必須承認(rèn)，當(dāng)我們要構(gòu)建一個(gè)復(fù)雜的 AI 系統(tǒng)時(shí)，僅僅會(huì)寫(xiě)“你是一個(gè) XX 專(zhuān)家”是遠(yuǎn)遠(yuǎn)不夠的。我們面臨著更本質(zhì)的系統(tǒng)工程挑戰(zhàn)：

• 記憶缺失：Agent 如何像人一樣擁有“短期記憶”和“長(zhǎng)期記憶”，而不是聊幾句就忘？

• 檢索瓶頸：RAG 不僅僅是向量搜索，面對(duì)海量非結(jié)構(gòu)化數(shù)據(jù)，如何解決多租戶、低成本與高精度的不可能三角？

• 認(rèn)知固化：真正的智能體（AI Scientist）能否在任務(wù)執(zhí)行中“自我反思”并動(dòng)態(tài)更新策略，而不是機(jī)械執(zhí)行？

Context Engineering（上下文工程）正是大模型系統(tǒng)的“RAM”與“前額葉”。

為了確保內(nèi)容的深度與硬核程度，在AICon 北京站上，我們特邀Zilliz 合伙人 & 研發(fā) VP 欒小凡擔(dān)任本專(zhuān)題的出品人。作為 LF AI & Data 基金會(huì)技術(shù)咨詢委員會(huì)成員，并曾在阿里云（Lindorm）、Oracle 等頂級(jí)團(tuán)隊(duì)深耕多年的數(shù)據(jù)庫(kù)與存儲(chǔ)專(zhuān)家，他以其深厚的技術(shù)視野，對(duì)議題進(jìn)行了層層甄選與嚴(yán)苛的質(zhì)量品控，目標(biāo)只有一個(gè)：剔除淺層的 Prompt 技巧，只交付能支撐 AI 系統(tǒng)理解與推理的工程架構(gòu)。我們最終鎖定了來(lái)自金山軟件、Zilliz、騰訊、靈犀量子的四位技術(shù)專(zhuān)家。他們將從信息流轉(zhuǎn)、湖倉(cāng)一體、Spec-Coding 到動(dòng)態(tài)認(rèn)知進(jìn)化，為你拼出一張完整的上下文工程技術(shù)地圖。

1 金山軟件：Agent 不是傳聲筒，而是“信息流轉(zhuǎn)”的處理器

架構(gòu)痛點(diǎn)

目前的很多 Agent 極其脆弱，本質(zhì)上只是一個(gè)“大模型接口的封裝”。在面對(duì)復(fù)雜業(yè)務(wù)時(shí)，它們?nèi)狈?duì)信息的“消化”能力——不知道什么該記入長(zhǎng)期記憶，不知道如何組裝短期上下文，導(dǎo)致任務(wù)執(zhí)行混亂。

嘉賓解法

金山軟件 AI 產(chǎn)品中心應(yīng)用落地研發(fā)負(fù)責(zé)人陳斌，將從“信息流轉(zhuǎn)的第一性原理”出發(fā)，分享 Agent 架構(gòu)設(shè)計(jì)的工程規(guī)范。

• 核心觀點(diǎn)：Agent 應(yīng)當(dāng)從被動(dòng)的信息處理器，進(jìn)化為能驅(qū)動(dòng)復(fù)雜任務(wù)的智能力量。

• 關(guān)鍵技術(shù)：

• • 記憶工程規(guī)范：深入拆解External Memory（RAG/ 工具）與Working Memory（工作記憶）的劃分原理。

  • 長(zhǎng)短期記憶調(diào)度：探討在實(shí)際業(yè)務(wù)中，如何平衡記憶檢索的“速度”與“深度”，實(shí)現(xiàn)信息的高效流轉(zhuǎn)與智能組裝。

  • 落地實(shí)踐：分享在金山辦公等真實(shí)業(yè)務(wù)場(chǎng)景中打磨出的上下文構(gòu)建經(jīng)驗(yàn)。

2 Zilliz：RAG 的下半場(chǎng)，是 Context Engineering 的基礎(chǔ)設(shè)施

架構(gòu)痛點(diǎn)

RAG（檢索增強(qiáng)生成）已經(jīng)成為標(biāo)配，但核心挑戰(zhàn)已從“這就跑通”變成了“大規(guī)模落地”。如何解決 Long Context 帶來(lái)的昂貴成本？如何在多租戶場(chǎng)景下平衡寫(xiě)入與查詢的放大效應(yīng)？

嘉賓解法

Zilliz 研發(fā)總監(jiān)兼 Milvus 負(fù)責(zé)人劉力，將帶來(lái) Milvus 在 Context Engineering 中的湖倉(cāng)一體實(shí)踐。

• 核心觀點(diǎn)：Informational Context 的核心矛盾在于“質(zhì)量 vs 數(shù)量”。RAG 必須進(jìn)化，解決非結(jié)構(gòu)化數(shù)據(jù)全生命周期的管理問(wèn)題。

• 關(guān)鍵技術(shù)：

• • 搜索策略演進(jìn)：既然單純的向量搜索不夠準(zhǔn)，那就引入混合搜索、ColBERT、聚合搜索等新式方法，保證 Context 的“質(zhì)”。

  • 多租戶挑戰(zhàn)：揭秘在海量數(shù)據(jù)下，如何在寫(xiě)入和查詢放大間取得平衡，實(shí)現(xiàn)性能與成本的最優(yōu)解。

  • 湖倉(cāng)一體閉環(huán)：展示從 Data Mining 到 Model Training 再到在線服務(wù)的非結(jié)構(gòu)化數(shù)據(jù)生命周期管理方案。

3 騰訊：拒絕模糊需求，用“上下文工程 2.0”重構(gòu)開(kāi)發(fā)流

架構(gòu)痛點(diǎn)

企業(yè)級(jí)開(kāi)發(fā)中最大的內(nèi)耗來(lái)自“需求模糊”和“協(xié)作斷層”。AI 輔助編程如果只是補(bǔ)全代碼，無(wú)法解決核心的工程一致性問(wèn)題。如何讓 AI 理解整個(gè)項(xiàng)目的“上下文”？

嘉賓解法

騰訊資深技術(shù)產(chǎn)品專(zhuān)家汪晟杰將帶來(lái) CodeBuddy 的落地實(shí)戰(zhàn)，提出 “Spec-Coding”的新范式。

• 核心觀點(diǎn)：上下文工程 2.0 是將“需求→規(guī)則→實(shí)現(xiàn)”打通為可閉環(huán)鏈路。

• 關(guān)鍵技術(shù)：

• • Spec-Coding 引擎：利用SpecKit將自然語(yǔ)言需求結(jié)構(gòu)化為任務(wù)、約束與驗(yàn)收標(biāo)準(zhǔn)。

  • 自動(dòng)化閉環(huán)：也就是Rule Engine + Context Orchestrator。AI 不再是瞎寫(xiě)代碼，而是基于工程規(guī)則庫(kù)自動(dòng)拆解任務(wù)、生成代碼并執(zhí)行測(cè)試。

  • 實(shí)效數(shù)據(jù)：實(shí)踐表明，該方案可使開(kāi)發(fā)周期縮短 30%～50%，顯著降低缺陷密度。

4 靈犀量子：邁向 AI Scientist，智能體的“自我進(jìn)化”之路

架構(gòu)痛點(diǎn)

通用大模型在面對(duì)醫(yī)學(xué)科研等高度專(zhuān)業(yè)、長(zhǎng)周期的任務(wù)時(shí)，往往表現(xiàn)出“知識(shí)固化”和“規(guī)劃脆弱”。靜態(tài)的 Prompt 無(wú)法應(yīng)對(duì)動(dòng)態(tài)的科研探索，AI 需要像科學(xué)家一樣，從失敗中學(xué)習(xí)。

嘉賓解法

靈犀量子醫(yī)療科技總經(jīng)理王則遠(yuǎn)博士，將分享一種前沿的 AI Scientist 架構(gòu)，聚焦于“動(dòng)態(tài)上下文優(yōu)化”。

• 核心觀點(diǎn)：從In-Context Learning進(jìn)化到In-Task Learning。建立一個(gè)隨任務(wù)進(jìn)程自適應(yīng)更新的“行動(dòng)手冊(cè)”。

• 關(guān)鍵技術(shù)：

• • “模式探索 - 過(guò)程反思”雙循環(huán)：這是一個(gè)元認(rèn)知系統(tǒng)。在線挖掘高價(jià)值行動(dòng)模式，離線對(duì)失敗路徑進(jìn)行因果歸因（Process Reflection）。

  • 動(dòng)態(tài)重規(guī)劃：規(guī)劃器（Planner）不再是一次性的，而是根據(jù)環(huán)境反饋進(jìn)行局部路徑的動(dòng)態(tài)調(diào)整與剪枝。

  • 工具接地（Tool Grounding）：AI 不再是簡(jiǎn)單調(diào)用 API，而是理解工具的副作用與參數(shù)語(yǔ)義，實(shí)現(xiàn)真正的 Tool Manipulation。

5 結(jié)語(yǔ)

從金山的信息流轉(zhuǎn)架構(gòu)，到 Zilliz 的數(shù)據(jù)底座；從騰訊的研發(fā)效能落地，到靈犀量子的前沿認(rèn)知探索。

這四場(chǎng)演講，代表了 Context Engineering 在不同維度的技術(shù)實(shí)踐。如果你關(guān)注如何構(gòu)建可信賴(lài)、可擴(kuò)展、可控的復(fù)雜 AI 系統(tǒng)，這一場(chǎng)論壇絕對(duì)不容錯(cuò)過(guò)。掃碼報(bào)名，見(jiàn)證 AI 系統(tǒng)架構(gòu)的代際升級(jí)。