Google上下文工程：会话和记忆（中文版）.pdf
上下文工程（Context Engineering, CE）是构建有状态、个性化AI智能体的核心方法。它通过动态管理和组装信息，克服了大语言模型（LLM）“无记忆”的本质限制。
CE的支柱是：
1. **会话（Sessions）：** 作为单次对话的容器，包含不可变的事件日志和可变的工作状态（State）。核心挑战是性能优化和上下文长度管理，需采用智能压缩策略，如递归摘要或选择性截断。
2. **记忆（Memory）：** 驱动长期个性化体验，实现跨会话持久化知识。记忆管理器是一个主动系统，而非被动的向量数据库。它通过LLM驱动的ETL流程完成核心工作：
* **提取（Extraction）：** 从对话中识别并提炼有价值的关键信息。
* **整合（Consolidation）：** 解决信息重复和冲突，通过“自我编辑”机制将新旧知识合并，确保知识体系的连贯性。
* **检索（Retrieval）：** 采用混合评分（相关性、时效性、重要性）选择最优记忆，嵌入上下文。检索时机可选择主动加载或被动触发（记忆即工具）。
**程序性记忆**（Procedural Memory）是存储智能体“如何做”的技能（如操作手册），它通过动态提示词注入，实现了无需微调的快速学习和适应能力。
在生产环境中，记忆生成必须作为异步后台任务执行，以保障用户体验的低延迟。架构设计必须遵循严格的隐私和安全原则，包括数据隔离、PII脱敏，并部署故障处理机制和并发控制，以实现企业级的可扩展性和韧性。记忆是赋予智能体“用户专家”角色的关键，与RAG（事实专家）协同，共同构建完整的认知能力。
相关报告
-
6.5 MB 68页 Google人工智能提示工程.pdf
-
11.42 MB 124页 google-temasek-bain-e-conomy-sea-2023-report.pdf
-
5.7 MB 81页 2025工程智能白皮书.pdf
-
1.76 MB 271页 政务服务效能提升“双十百千”工程典型经验案例汇编.pdf
-
15.52 MB 300页 20240508-VF-2023_2024电池行业年度报告（中文版）.pdf
-
4.54 MB 12页 雅鲁藏布江下游水电工程解读：时间的玫瑰，宏观思维看超大工程-浙商证券-202507.pdf
-
25.02 MB 366页 2025年大模型应用：从提示工程到AI智能体报告.pdf
-
5.92 MB 24页 通过质量工程推动金融机构在通用人工智能领域的成功.pdf
-
15.88 MB 49页 《从热点到记忆点，提升品牌势能的必由之路》.pdf
-
8.97 MB 69页 美世-2024-25年全球人才趋势-中文版
-
15.05 MB 293页 2024全球工程前沿.pdf
-
18.43 MB 86页 DeepSeek内部研讨系列：DeepSeek提示词工程和落地场景-北京大学-202502.pdf
-
3.47 MB 87页 2024年国际工程企业碳管理研究报告.pdf
-
7.49 MB 14页 2024年成渝火锅潮流消费趋势报告-成都日报x东郊记忆-202501.pdf
-
532.85 KB 28页 STEM（科学、技术、工程和数学）教育2035行动计划.pdf
-
15.05 MB 66页 2024中国全球化品牌报告-Google x KANTAR BRANDZ-202406.pdf
-
17.07 MB 39页 2024年数据和AI趋势报告-GoogleCloud-202406.pdf
-
418.73 KB 40页 安全系统工程电子教案.pdf
-
2.68 MB 383页 股票大作手回忆录.pdf
-
4.36 MB 40页 2023年Google社交应用广告变现指南-谷歌-202312.pdf