AI Engineer/2026年7月15日

上下文层是什么？生产级智能体缺失的基础设施 — Prukalpa Sankar

上下文层智能体AI工程生产部署上下文工程MCP

中文导读

尽管AI模型能力飞速提升，但大多数智能体在真实业务中仍无法正确回答简单问题。Prukalpa Sankar基于数百次生产部署经验，提出“上下文层”概念，解释如何通过上下文仓库、模拟环境和追踪机制，让智能体具备真正的上下文智能，从而跨越演示到生产的鸿沟。

核心观点

1.模型能力大幅提升，但智能体在真实业务中仍频繁失败，核心缺失是上下文。（约 0:00）

2.上下文层包括上下文仓库（版本化、可测试、可移植）、模拟环境和追踪机制。（约 5:00）

3.上下文工程比微调和提示工程更具可扩展性，是生产级智能体的关键基础设施。（约 10:00）

4.上下文需要开放标准（如MCP、Iceberg），以支持多框架部署。（约 15:00）

中文精读

尽管AI模型在短短两年内从无法通过律师资格考试跃升至顶尖1%的水平，但大多数智能体在实际业务中仍然无法正确回答一个简单的商业问题。Prukalpa Sankar指出，问题的根源在于上下文——那些使人类专家有价值的业务定义、程序性知识和操作规范。

基于数百次生产部署的经验，Sankar提出了“上下文层”的概念，作为智能体缺失的基础设施。上下文层包括上下文仓库（版本化、可测试、可移植）、模拟环境（在部署前捕捉失败）和追踪机制（将智能体轨迹反馈到共享上下文中）。

上下文工程之所以比微调和提示工程更具可扩展性，是因为它系统性地管理业务知识，而不是依赖模型记忆或提示技巧。Sankar强调，上下文必须是开放的（支持MCP、Iceberg等标准），以便部署到任何框架。

对于中文AI/科技读者而言，这一观点极具价值：当前许多智能体项目停留在演示阶段，无法落地生产。上下文层提供了一条清晰的工程路径，帮助团队构建真正可靠、可维护的智能体系统。