AI Agent 上下文工程实战：从上下文腐烂到 Compaction、Offloading 与多智能体隔离
深入剖析 AI Agent 长时运行中的上下文腐烂问题：四种失败模式、上下文预算建模，以及 Write/Select/Compress/Isolate/Cache/Forget 六大策略，附上下文管理器、两阶段压缩、子智能体隔离与前缀缓存布局的完整 Python 实现。
上下文工程
AI Agent 长程记忆工程实战：从分层记忆模型到遗忘机制与生产级检索闭环
从工程落地视角拆解 AI Agent 长程记忆子系统：情景/语义/程序性三层记忆模型、抽取-去重-固化的写入链路、BM25+向量+元数据过滤的三路混合检索与 RRF 融合、时间衰减与冲突消解驱动的遗忘机制、以及记忆召回率/污染率/无效召回率三大评测指标，附可运行的 Python 实现与生产落地清单。
AI Agent 上下文工程实战：从上下文腐烂到 Compaction、Offloading 与多智能体隔离
过去两年，业界对 AI Agent 的注意力几乎全部集中在"模型够不够强"和"工具够不够多"上。但真正把 Agent 从 demo 推到生产环境的人都会撞上同一堵墙：任务跑得越久，Agent 越笨。
上下文工程：大模型应用上下文管理的架构艺术
深入探讨大语言模型应用中的上下文工程方法论：从系统提示词设计到RAG检索增强，从多轮对话记忆到工具调用上下文注入，全面解析上下文管理的核心原则、架构模式和实践策略。
