<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>上下文工程 on 知识铺的博客</title>
    <link>https://index.zshipu.com/ai002/tags/%E4%B8%8A%E4%B8%8B%E6%96%87%E5%B7%A5%E7%A8%8B/</link>
    <description>Recent content in 上下文工程 on 知识铺的博客</description>
    <generator>Hugo -- gohugo.io</generator>
    <language>zh-CN</language>
    <lastBuildDate>Thu, 03 Sep 2026 00:00:00 +0000</lastBuildDate>
    <atom:link href="https://index.zshipu.com/ai002/tags/%E4%B8%8A%E4%B8%8B%E6%96%87%E5%B7%A5%E7%A8%8B/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>AI Agent 生产成功率仅 24%：提示词失效后数据库如何接管上下文</title>
      <link>https://index.zshipu.com/ai002/post/20260903/AI-Agent-%E7%94%9F%E4%BA%A7%E6%88%90%E5%8A%9F%E7%8E%87%E4%BB%85-24%E6%8F%90%E7%A4%BA%E8%AF%8D%E5%A4%B1%E6%95%88%E5%90%8E%E6%95%B0%E6%8D%AE%E5%BA%93%E5%A6%82%E4%BD%95%E6%8E%A5%E7%AE%A1%E4%B8%8A%E4%B8%8B%E6%96%87/</link>
      <pubDate>Thu, 03 Sep 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260903/AI-Agent-%E7%94%9F%E4%BA%A7%E6%88%90%E5%8A%9F%E7%8E%87%E4%BB%85-24%E6%8F%90%E7%A4%BA%E8%AF%8D%E5%A4%B1%E6%95%88%E5%90%8E%E6%95%B0%E6%8D%AE%E5%BA%93%E5%A6%82%E4%BD%95%E6%8E%A5%E7%AE%A1%E4%B8%8A%E4%B8%8B%E6%96%87/</guid>
      <description>生产环境中 AI Agent 成功率只有 24%。提示词无法承载长期记忆、状态跟踪和多工具调用，导致复杂任务反复失败。数据库提供了持久化存储与按需检索能力，让上下文不再依赖单次提示长度，而是通过结构化组织实现可靠管理。这正是 Context Engineering 的核心转变。 生产环境里 Agent 成功率仅 24% 的根源 多数开发者把 AI Agent 失败归因于模型</description>
    </item>
    <item>
      <title>DeepSeek Harness 简介  菜鸟教程</title>
      <link>https://index.zshipu.com/ai002/post/20260818/DeepSeek-Harness-%E7%AE%80%E4%BB%8B-%E8%8F%9C%E9%B8%9F%E6%95%99%E7%A8%8B/</link>
      <pubDate>Tue, 18 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260818/DeepSeek-Harness-%E7%AE%80%E4%BB%8B-%E8%8F%9C%E9%B8%9F%E6%95%99%E7%A8%8B/</guid>
      <description>AI 模型已经能独立完成复杂的编码任务。真正的挑战不再是让模型更聪明，而是怎么把它的能力稳定、可靠、可观测地组织成一个真正可用的 Agent。 2026 年 8 月，深度求索开源了 DeepSeek Harness（dsh）——一个一切皆插件的 Agent 框架，给出了这个问题的答案：Agent = Model + Harness。模型是 Agent 的灵</description>
    </item>
    <item>
      <title>AI Agent 本体论工程（02）—— 时间感知知识图谱</title>
      <link>https://index.zshipu.com/ai002/post/20260817/AI-Agent-%E6%9C%AC%E4%BD%93%E8%AE%BA%E5%B7%A5%E7%A8%8B02-%E6%97%B6%E9%97%B4%E6%84%9F%E7%9F%A5%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1/</link>
      <pubDate>Mon, 17 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260817/AI-Agent-%E6%9C%AC%E4%BD%93%E8%AE%BA%E5%B7%A5%E7%A8%8B02-%E6%97%B6%E9%97%B4%E6%84%9F%E7%9F%A5%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1/</guid>
      <description>📖 系列难度说明：本篇为实战入门，需要一点点 Python 基础。看不懂代码没关系，先把&amp;quot;为什么需要时间&amp;quot;这件事想明白，代码部分可以跳。 🎁 核心收获：你会理解传统知识图谱最大的坑在哪，以及 OpenAI 是怎么用&amp;quot;带时间戳的三元组 + 失效 Agent&amp;quot;补上这个坑的。 上篇我们聊</description>
    </item>
    <item>
      <title>DeepSeek Harness vs Claude Code vs Codex：Agent 三大流派深度对比</title>
      <link>https://index.zshipu.com/ai002/post/20260815/DeepSeek-Harness-vs-Claude-Code-vs-CodexAgent-%E4%B8%89%E5%A4%A7%E6%B5%81%E6%B4%BE%E6%B7%B1%E5%BA%A6%E5%AF%B9%E6%AF%94/</link>
      <pubDate>Sat, 15 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/ai002/post/20260815/DeepSeek-Harness-vs-Claude-Code-vs-CodexAgent-%E4%B8%89%E5%A4%A7%E6%B5%81%E6%B4%BE%E6%B7%B1%E5%BA%A6%E5%AF%B9%E6%AF%94/</guid>
      <description>报告日期：2026 年 8 月 14 日。DeepSeek Harness 于 2026 年 8 月 13 日刚刚开源，本报告基于其开发者预览版及 Claude Code、Codex 的公开资料撰写。 〇、先给结论（太长不看版） 三者的关系不是同一层级的竞争： Claude Code 和 Codex 是&amp;quot;成品手机&amp;quot;——厂商把模型和外壳（Harness）深度整合</description>
    </item>
  </channel>
</rss>
