汪晟杰-CodeBuddy面向Skills的上下文工程.pdf

《汪晟杰-CodeBuddy面向Skills的上下文工程.pdf》由会员分享，可在线阅读，更多相关《汪晟杰-CodeBuddy面向Skills的上下文工程.pdf（44页珍藏版）》请在三个皮匠报告上搜索。

1、面向面向 SkillsSkills的上下文工程的上下文工程演讲人：汪晟杰CodeBuddyCodeBuddySpecSpec-CodingCoding 的结合实战的结合实战目录目录0102030405Spec-Coding 与 上下文工程难点CodeBuddy 如何落地上下文工程CodeBuddy Agent Skills 实践路径企业中上下文工程的落地指南分享与思考2026 年展望01Spec CodingSpec Coding提示词工程提示词工程 FEITFEIT反复试错和评测增加示例和规则特殊强调调整措辞内容（中/英）F F目标：为单个任务找到“神奇的提示词”。I IE ET T测试指令

2、跟随能力按我的示例规则来不同模型的措辞理解、上下语意不一致定义不同场景下有不同的思考策略提示词工程带来的问题提示词工程带来的问题测试指令跟随能力按我的示例规则来不同模型的措辞理解、上下语意不一致定义不同场景下有不同的思考策略ContextContext RotRot提示词工程是为了获得最佳推理结果而编写和组织 LLM 指令的方法，上下文工程则是指在LLM 推理过程中，动态规划和维护最优的输入token 集合（集合包括任何可能进入上下文的信息）魔法的真相：缺失的上下文魔法的真相：缺失的上下文测试指令跟随能力按我的示例规则来不同模型的措辞理解、上下语意不一致定义不同场景下有不同的思考策略真正的差距

3、不在于模型，而在于我们提供给它的信息生态系统。11 代码读取/上下文工具Read File（读取单文件）Read Directory/TreeSearch（全文/语义搜索）Symbol/Definition LookupCross-file Reference22 代码修改工具Edit File（Diff Patch）Insert/Replace CodeMulti-file EditRefactor（rename/extract）33 终端/命令执行Run CommandRun TestsBuild/LintContext Rot上下文工程是一门设计和构建动态系统的学科文字工匠(Word-S

4、mith)雕琢单一、静态的提示词AI 架构师(AI Architect)设计动态、完整的信息生态系统我们的角色正在演进：从文字工匠到 AI 架构师上下文的完整解构规范驱动的开发(Specification-Driven Development)设计蓝图(The Blueprint)智能体的执行循环(The Agentic Loop)动态引擎(The Engine)上下文高效的系统(Context-Efficient Systems)智能流水线(The Assembly Line)上下文工程上下文工程2.0 2.0 的三大支柱的三大支柱传统规约传统规约 到到 AI AI 驱动型规约的变革驱动型规

5、约的变革1.函数规约（Preconditions,Postconditions,Invariants）假设你在开发一个计算银行账户余额的系统，使用规约编程来确保“存款”和“取款”操作的正确性。2.模块间规约（Interface Contracts）在微服务架构中，两个服务之间可能需要遵循一个共享的接口协议。这个协议定义了双方期望的输入输出格式和行为，从而保证它们能够正确协作。确性。3.异常处理规约假设我们正在开发一个在线购物系统，用户需要提供有效的信用卡信息进行支付。如果支付失败，我们需要提供一个清晰的错误信息，并要求在支付流程中进行适当的异常处理。AI AI 编程从编程从 Vibe Codi

6、ng Vibe Coding 到氛围编程到氛围编程特征 传统开发者主导的完全纯手动编码 手动调试过程 依赖浏览器搜索引擎/开发者社区等辅助开发效果 逐行编码，比较低效学习曲线及要求 陡峭的学习曲线，需了解编程底层技术，需自主学习能力和积累项目中实战经验特征 基于AI 智能体和AI对话至上，采用自然语言描述需求，实现多文件代码生成，生成执行的应用 精准描述需求和任务表达有助于 AI 生成代码质量效果 实现工程级别开发，中等效率学习曲线及要求 学习曲线中等，非程序员(如 产品、设计等小白用户）也可编码，侧重和锻炼表达功能能力特征 在 Agent 至上，基于规范和设计共识驱动 AI 全栈开发，批量生