重新理解 AI 系列42:模型每一轮到底应该看见什么?

副标题：理解 Harness 中的上下文管理：从信息全集到当前工作集

引言

上一篇文章里，我们用一笔售后退款认识了 Harness。模型也许很快就能理解“帮我退掉这个订单”，但系统还要找到订单、读取规则、检查权限、保存状态，并验证退款是否完成。

这一次，我们把镜头再拉近一点，只看其中一个问题：任务每向前走一步，系统到底应该让模型看见什么？

比如用户过了一会儿又说：“继续处理刚才的订单。”

这句话对人很自然，对系统却不简单：“刚才”指哪个阶段？是哪一笔订单？前面确认了什么？规则有没有更新？下一步是继续判断，还是可以提交？

这里很容易出现一个直觉：既然资料都有，那就全部交给模型。可掌握信息，不等于模型这一轮就能正确使用信息。所有订单、政策和工具返回一起涌进来，反而可能把重点淹没。

所以，当 Harness 落实 Context Engineering 时，真正要解决的不是“怎样给模型更多”，而是：

怎样在正确的时刻，让模型看见完成当前一步所需的信息。

一、Context Engineering，为什么还要放进 Harness 里再讲一次？

在本系列第 5 篇《不要只会写 Prompt，要学会设计上下文》中，我们讨论过：上下文不只是聊天记录，还包括目标、规则、材料、工具结果和任务状态。

那为什么进入 Harness Engineering 以后，还要再讲一次上下文？

因为上下文工程不仅需要设计原则，还需要系统在运行中持续执行。

简单对话可以由人手动整理背景。但当 Agent 要多轮判断、调用工具、等待反馈，甚至隔一段时间继续任务时，系统就必须根据当前步骤选择材料、处理冲突、压缩历史，再重新组织输入。

Context Engineering 研究怎样为模型选择、组织和维护恰当的信息。Anthropic 对它的解释也强调了这种迭代性：与一次性写好 Prompt 不同，系统每次调用模型前，都要从不断变化的信息中决定这次传入什么。

Harness Engineering 则关心怎样把这些策略连同工具、状态、权限和验证机制，做成一个能够持续运行的系统。换句话说，上下文管理是 Harness 的职责之一；Harness 是 Context Engineering 的运行载体，而不是与它并列的新概念。

二、模型看到的不是信息全集，而是当前一轮的工作集

真实系统可能同时拥有规则、用户请求、历史对话、长期偏好、RAG 材料、工具结果和任务进度。

这些内容构成系统可以访问的“信息全集”，却不应每次都原封不动地进入模型。模型每次调用看到的，只是系统在那个时刻准备的一份输入快照。本文把它叫作当前一轮的“工作集”。

工作集要围绕当前问题组织：这一轮要解决什么？已经确认了哪些事实？还缺什么证据？哪些规则必须遵守？哪些信息虽然存在，此刻却没有必要出现？

完整材料仍留在外部系统中，需要时可以再读取。Harness 中的上下文管理追求的不是“知道得最多”，而是当前一步“看得恰当”。

图注：规则、历史、记忆、RAG 与工具结果都可以成为候选来源，但只有与当前一步相关的内容，才会进入本轮工作集。

三、一笔退款，为什么每一步需要的上下文都不一样？

我们继续看那笔退款。

第一步：确认是哪一笔订单

用户说：“这个订单不合适，帮我退掉。”模型首先要弄清楚“这个订单”究竟指什么。

系统可以提供用户身份、会话中提到的商品和几笔候选订单。只有一笔符合描述，可以继续确认；有多笔相似订单，就应请用户选择。

这一轮不需要全部售后政策和一年前的购物记录。它们不能消除指代歧义，只会增加干扰。

第二步：判断能不能退

目标订单确认后，问题变了。模型不再需要其他候选订单，而需要这笔订单的支付时间、发货状态、商品类型和当前有效的售后规则。

如果历史里留着旧政策，系统又检索到新政策，就不能让模型猜哪一份算数。系统要标明来源和生效时间，必要时先处理冲突。

“用户选择了订单 A”应当保留，其他候选订单则可以退出工作集。任务在收敛，上下文也应随之收敛。

第三步：准备提交退款

确认订单符合条件后，模型需要看到核定金额、用户确认、执行权限、目标工具和前序核验状态。金额较高或状态异常时，还可能需要人工审批。

这一轮重要的是“执行所需的确定状态”，而不是全部推理过程。否则，模型可能重复提问，或把早期候选金额当成最终金额。

同一个任务，并不存在一份从头用到尾、永远不变的最佳上下文。

任务状态在变化，待解决的问题在变化，上下文也必须随之重组。

图注：同一个退款任务从确认订单、判断条件到提交退款，工作集会保留结论、移除无关信息，并加入新的任务状态。

四、Harness 如何动态组装上下文？

把刚才的过程拆开看，Harness 中的上下文管理至少在完成五类动作：选择、排序、压缩、隔离和注入。

不同团队的分类并不完全相同。例如 LangChain 把常见策略归纳为写入、选择、压缩和隔离；本文从运行时组装的角度，把“排序”和“注入”单独拿出来讲。这是一张认知地图，不是标准模块清单。

1. 选择：不是有用的信息，都适合现在进入

识别订单时，候选订单很重要；正式退款时，它们已经完成使命。判断政策时，当前制度重要，半年前另一件商品的咨询记录则大概率无关。

选择不仅看相关性，还要看来源、时效、访问权限，以及它是已确认事实，还是未经核实的推测。

没有进入本轮工作集，并不等于被删除。材料仍可留在外部，需要时再读取。

2. 排序：让模型分清信息的角色

系统规则、任务目标、用户输入、检索证据和工具返回，承担着不同角色。旧对话中的一句描述，不能自然推翻当前规则；检索回来的一段网页，也不能因为位置靠前就变成系统指令。

排序不只是调整位置，还要标明来源、用途和可信边界。来源冲突时，系统应依据权威性、适用范围、时效性和业务规则先做处理，而不是让模型凭语感裁决。

3. 压缩：保留继续工作所需的状态

任务轮次增加后，对话和工具结果会越来越长。全部保留，不仅增加成本，还会让模型反复关注已经解决的问题。

好的压缩不是把十轮对话随便缩成一段摘要，而是保留已确认事实、关键证据、未决问题，以及下一步需要的任务状态。

例如可以保留“用户已选择订单 A，订单尚未发货，按当前有效规则可全额退款，等待确认金额”，不必附上每次查询的完整输出。

压缩必须忠实。如果把“可能符合条件”压成“符合条件”，就把不确定性变成了事实。Anthropic 对 compaction 的实践也提醒，过度压缩可能丢掉当下不起眼、后续却很关键的信息。压缩从来不是无损操作，它仍然是一种取舍。

4. 隔离：不是所有信息都能进入同一个工作现场

隔离最直观的要求，是不能混入其他用户的订单和记忆。但边界还存在于不同任务、权限域和可信等级之间。

外部网页可以作为参考，却不应伪装成系统规则；子任务的中间猜测不能升级为事实；受限数据也不能因为“可能用得上”就进入上下文。

隔离不只保护隐私，也在保护模型的判断边界。OpenAI 的 Agent 安全指南同样提醒，不可信文本可能通过 Prompt Injection 试图覆盖原有指令，因此外部材料与高优先级指令之间需要清楚的边界。

5. 注入：信息正确，还要在正确时机进入

有些规则需要每轮存在，有些材料只在特定步骤加入；有些工具结果要保留关键字段，有些长文档只需提取相关片段。无论采用什么形式，都要尽量让模型分得清：哪些是规则，哪些是事实，哪些只是参考，哪些仍待验证。

模型完成这一轮后，系统会接收新的结果和状态，再据此组装下一轮工作集。这也是注入与一次性准备 Prompt 的根本差别。

五、真正危险的不是信息少，而是信息“看起来都能用”

上下文最麻烦的情况，往往不是明显缺少材料，而是同时出现了几份看起来都有道理的信息。

历史记忆写着“用户偏好原路退款”，本轮用户却要求退到余额；旧政策允许七天退款，新政策对某些品类已经调整；RAG 找回了相关说明，却来自失效页面；工具刚返回订单已发货，旧任务状态仍写着“待发货”。

如果这些内容不加区分地进入模型，它也许能生成一段很流畅的解释，却未必做出正确决定。

因此，Harness 还要在组装上下文时识别来源、标记时间、核对适用范围，让失效状态退出工作集。无法判断时，就应暴露不确定性，请求补充信息或交给人工，而不是让模型把矛盾“说圆”。

六、渐进式加载：不要让模型一开始背上全部材料

既然不该一次塞入所有内容，更自然的做法就是渐进式加载。

任务开始时，先提供当前步骤所需的最小充分信息；遇到新问题，再检索规则、读取文件或调用工具；得到结果后更新外部状态，再组装下一轮工作集。

Anthropic 把类似方式称为“just in time”上下文：先保留路径、查询或链接等线索，需要时再动态加载具体内容，而不是预先塞入全部数据。

这和刚才说的“注入”有什么区别？注入关心某份信息这一轮以什么形式进入；渐进式加载关心材料在整个任务过程中何时被取用。前者是单轮组装动作，后者是跨轮组织策略。

这里的“少”不是越少越好，而是避免无关信息过早进入。该用的材料仍要及时提供，关键证据也不能为了节省 Token 被省略。

渐进式加载还能缩小每一步的权限范围，让状态更新和过程追踪更清楚：模型当时看见了什么，为什么做出这个判断，都更容易被检查。

图注：信息全集可以保存在外部，系统在需要时读取相关材料，使用后更新任务状态，并为下一轮重新组装工作集。

结语：上下文不是资料仓库，而是动态搭建的工作现场

在本文中，我们从一笔退款的三个阶段，看到了上下文如何随着任务推进不断变化。

在 Harness 中，Context Engineering 不是把系统里的资料一次性交给模型，而是通过选择、排序、压缩、隔离和注入，持续组装当前工作集：让已确认的事实留下，让无关和过期的信息退出，让冲突得到处理，让新状态在合适的时候进入。

好的上下文不是越长、越丰富越好。它应该足够完成当前任务，同时保持相关、可信、及时，而且边界清楚。

模型并不是在记住整个世界，系统是在每一轮重新为它搭建需要看见的世界。

参考资料

• • Anthropic, Effective context engineering for AI agents, 2025.
• • LangChain, Context Engineering, 2025.
• • Anthropic, Scaling Managed Agents: Decoupling the brain from the hands, 2026.
• • OpenAI, Introducing the Agents API, 2026.
• • OpenAI Developers, Safety in building agents, 2026.