Manus团队揭秘让AI智能体高效工作的 “上下文魔法” Оригинал на китайском

旺晓通：深入浅出，轻松通晓

你有没有过这样的经历？跟智能助手说"帮我整理下这周的邮件，按优先级分类"，结果它前两步还挺顺，到第三步突然开始重复操作，要么就是卡在某个地方半天没反应，最后告诉你"上下文过长，无法处理"。

我们解读最新技术，文末有相关信息。

作者：张长旺，图源：旺知识

这背后藏着一个AI行业的关键秘密：决定智能体（也就是能自主完成任务的AI）工作效率的，可能不是它有多聪明，而是它"记住信息"的方式。今天我们就来聊聊这个听起来很玄乎的"上下文工程"——一群工程师在打造Manus智能体时，踩了无数坑才总结出的实战经验，说不定能让你明白为什么有的AI像高效助理，有的却像刚入职的实习生。

一、为什么AI也需要"备忘录"？聊聊KV缓存的省钱之道

如果你问Manus团队的工程师，打造智能体最该关注什么，他们大概率会指着屏幕上的"KV缓存命中率"说："就是它了。"

这东西听起来像电脑术语，其实原理很简单：你可以把它理解成智能体的"备忘录"。当智能体处理任务时，比如帮你分析一份财报，它会一步步调用工具——先打开文件，再提取数据，然后计算增长率，每一步的操作和结果都会记下来，形成"上下文"。下一次决策时，它就得回头看这些记录。

但问题是，上下文会越变越长。就像你写报告时，草稿纸越堆越厚，每次翻找前面的内容都要花更多时间。智能体也是如此，每一步新增的记录都会让它"重读"所有内容，既慢又费钱。

而KV缓存的作用，就是让智能体记住"已经看过的内容"。比如第一次分析财报时，它读了公司名称、营收总额这些开头信息；第二次继续分析时，只要开头没变，就不用再重新读一遍，直接用之前的"记忆"就行。这就像你翻书时夹了个书签，下次直接从书签处开始，省去了从头翻的功夫。

工程师们发现，这不仅能提速，还能大幅降低成本。用Claude Sonnet举例，缓存过的内容处理费用是0.3美元/百万token，没缓存的要3美元——差了10倍！要是处理大量数据，这省下来的钱可不少。

那怎么用好这个"备忘录"？有三个小技巧：

• • 别随便改开头。智能体的"开场白"（比如系统提示）要是改了一个字，之前的缓存就全白费了。就像你在书签页画了个标记，下次找时就认不出原来的位置了。

• • 只加不减。上下文里的记录就像日记，只能往后加新内容，别删前面的。删改会让缓存失效，还可能让智能体 confusion，就像你撕了日记里的某页，再回忆时就接不上了。

• • 必要时标重点。有些情况下需要手动标记"这里可以缓存"，尤其是系统提示的结尾，确保智能体不会白干活。

二、智能体的"工具箱管理术"：不用的工具别扔，盖起来就行

如果你见过维修师傅的工具箱，会发现里面总有一些不常用的工具——旧螺丝刀、备用零件，虽然暂时不用，但扔了又怕哪天需要。智能体的"工具箱"也是一个道理。

随着智能体能力变强，它能调用的工具会越来越多：查网页的、处理文件的、运行代码的……就像师傅的工具箱越装越满。这时你可能会想：不用的工具是不是该拿走？省得智能体眼花，选错工具。

但Manus的工程师们试过之后发现，这是个坑。

为什么？因为工具列表通常放在上下文的开头，跟系统提示挨得近。一旦增删工具，就像你改了工具箱的标签，智能体之前对工具的"记忆"（也就是KV缓存）就全乱了，又得重新"认识"所有工具，既慢又容易出错。更麻烦的是，之前的操作记录里可能提到过这些工具，现在突然没了，智能体就会 confusion："我之前用的那个工具去哪了？"

那怎么办？工程师们想出了个妙招：掩盖，而非移除。

简单说，就是不用的工具还放在工具箱里，只是暂时用布盖起来，不让智能体看到。比如处理文字时，就把代码运行工具盖起来；需要上网时，再把本地文件工具盖起来。

这就像你整理衣柜：冬天的大衣夏天不穿，不用扔掉，找个袋子套起来放衣柜顶层就行，秋天拿出来还能用。智能体也一样，被"盖住"的工具还在上下文里，缓存不会失效，之前的记录也能对上，只是暂时不被选中而已。

他们还发明了个小技巧：给工具起有规律的名字。比如所有网页相关的工具都叫"browser_xxx"，命令行工具都叫"shell_xxx"。这样想让智能体只用浏览器工具时，只要设定"只看带browser_的"就行，不用一个个盖，效率高多了。

这么做的好处很明显：智能体不会因为工具变动而 confusion，缓存能接着用，处理速度和准确性都稳多了。就像师傅的工具箱始终整齐，想用什么一眼就能找到，不用每次开工前先整理半天。

三、当智能体"记不住"时：给它一本"笔记本"

你有没有过这种体验：开会时记笔记，内容太多写不下，要么简写，要么漏重点，回头看时一脸懵。智能体也会遇到类似问题——它的"脑子"（上下文窗口）容量有限，比如有些模型最多能记128K个token，但真遇到大任务，比如分析100页的PDF，这点容量根本不够用。

更麻烦的是，内容太多时，智能体还会变笨。就像人脑子里装了太多事，反应会变慢，决策也容易出错。而且，就算能记住，处理这么多内容的费用也不低——相当于你雇人抄书，字越多，花的钱越多。

那怎么办？Manus的工程师们想了个接地气的办法：让智能体学会用"笔记本"——也就是文件系统。

具体来说，智能体处理大文件时，不用把所有内容都记在上下文里，而是把关键信息存成文件。比如分析网页时，不用复制整页内容，存个网址就行；处理PDF时，把摘要写进一个文本文件，然后上下文里只记"文件存在哪个文件夹"。需要时，智能体自己去读文件，就像你翻笔记本查信息。

这招有三个好处：

• • 省空间。上下文里只留"文件名"和"简要说明"，就像笔记本的目录，不用堆满细节，再也不怕超过容量限制。

• • 保准确。信息存在文件里，不会因为上下文太长而被遗漏或误读，就像你把重要数据写在笔记本上，比记在脑子里可靠。

• • 降成本。少处理冗余内容，自然能省不少钱，就像抄书时只抄目录，比全抄省时间。

工程师们还发现，这种方式可能适合更高效的AI模型。现在主流的Transformer模型虽然强，但处理长内容时效率一般；而另一种叫SSM的模型，虽然不擅长记长内容，但如果能配合文件系统"记笔记"，可能会跑得更快、更省资源。说不定未来的智能体，都会带着个"笔记本"上班。

四、智能体也会"走神"？用"待办清单"把它拉回来

你有没有过这种经历：写报告时，本来要分析数据，结果突然想起要查资料，查着查着又刷起了网页，最后忘了最初要干嘛。智能体处理复杂任务时，也会犯类似的"走神"毛病。

Manus的工程师们观察到，他们的智能体平均要调用50次工具才能完成一个任务——这相当于你连续做50步操作，很容易跑偏。比如帮你整理会议纪要，本来要提取行动项，结果可能沉迷于翻译某个专业术语，忘了主线。

怎么让智能体专注？他们从生活中找了个灵感：待办清单。

智能体会在处理任务时，生成一个todo.md文件，里面列着要做的事。每完成一步，就打个勾，再更新清单。比如"1. 提取会议中的行动项；2. 按负责人分类；3. 整理成表格"，做完第一步就标上"已完成"，再检查下下一步该干嘛。

这个简单的动作，其实在操控智能体的"注意力"。就像你工作时，把待办清单贴在电脑旁，每看一眼就提醒自己"别跑偏"。对智能体来说，这个清单会被放在上下文的末尾，而AI模型对最近的内容更敏感——相当于把重要目标放在它的"视线范围内"。

这招特别管用，能避免"中间遗忘"的问题。比如处理多步骤任务时，前面的操作和结果越来越多，智能体很容易忘了最初的目标。有了待办清单，它会不断"复读"自己的任务，就像登山时不断看山顶，才不会在半山腰绕路。

更妙的是，这不需要改模型本身，只用自然语言就能做到。就像你不用给大脑装什么特殊装置，一张待办清单就能提高专注力——简单，却有效。

五、别擦掉智能体的"错题本"：错误是最好的老师

如果学生做错了题，老师会让他把错题擦掉吗？显然不会。错题是学习的重要素材，智能体也一样。

Manus的工程师们发现，很多人打造智能体时，总想着"掩盖错误"：智能体操作失误了，就删掉记录，让它重跑；环境出问题了，就重置状态，假装没发生过。看似能让过程更"完美"，实则丢了让智能体进步的机会。

为什么？因为错误里藏着重要信息。比如智能体调用工具时参数错了，返回"无效输入"，这个记录要是留着，下次它就会知道"这个参数不能这么填"；如果删掉，它可能会再犯同样的错，就像学生擦掉错题，下次还会做错。

工程师们把这种思路总结为：保留错误，让智能体从自己的"错题本"里学习。

具体怎么做？很简单：上下文里不仅要记成功的操作，也要记失败的尝试——哪个工具调用错了，返回了什么错误，甚至是混乱的日志。这些"不完美"的记录，会成为智能体调整决策的依据。

举个例子：智能体尝试运行一段代码，结果报错"语法错误"。如果保留这个错误，下次它就会检查语法；如果删掉，它可能会反复提交同样的错误代码，浪费时间。

这种方式还能让智能体更"像人"。现实中，谁工作没犯过错？重要的是能从错误中恢复。工程师们认为，判断一个智能体是否真的"智能"，不光看它能完成多少任务，更看它遇到错误时能不能调整——就像评价一个人，不光看他的成功，也看他的抗挫折能力。

六、别让智能体掉进"套路陷阱"：多样化才能更灵活

你有没有见过这样的机器人：只会重复固定动作，比如一直挥手，就算你让它停下也停不下来。智能体如果训练不当，也会陷入类似的"套路陷阱"——只会机械重复某个操作，不会灵活应变。

这背后的问题，叫"少样本陷阱"。简单说，就是如果智能体看到的例子太单一，就会学出刻板的"套路"。比如你总让它用同样的格式调用工具，它可能就只会这一种格式，换个场景就懵了。

Manus的工程师们就遇到过这种情况：让智能体批量处理网页时，前两次都是"打开页面→保存内容"，结果后面18次，它全按这个套路来，哪怕有的页面根本不用保存，也照样操作，纯属浪费功夫。

怎么破？增加多样性，让智能体看到不同的"玩法"。

工程师们的做法很巧妙：在上下文里故意加入一些"小变化"。比如调用工具时，有时用"打开链接：xxx"，有时用"执行操作：打开网页 xxx"；记录结果时，有时加时间戳，有时不加。这些细微的差异，能打破刻板的套路。

效果很明显：智能体不会再机械重复，而是会根据具体情况调整操作。比如处理需要分析的网页，它会多一步"提取关键信息"；处理简单的页面，就直接保存——就像人做事，会根据任务灵活调整，而不是死按模板。

这背后的道理，跟教育很像：如果老师只讲一种解题方法，学生就只会套公式；如果多讲几种思路，学生才能举一反三。智能体也一样，多样化的上下文能让它更灵活，更能应对复杂的现实场景。

结语：上下文工程，决定智能体"好不好用"的关键

看完这些，你大概明白了：打造一个好用的智能体，不光要靠强大的模型，更要靠对"上下文"的精心设计——就像造房子，不光要选好材料（模型），还要搭好框架（上下文）。

Manus团队在反复试错中总结的这些经验——用好缓存、管理好工具、学会用文件系统、记待办清单、保留错误、保持多样性——本质上都是在回答一个问题：如何让智能体更高效、更可靠、更灵活地完成任务。

未来的智能体可能会更聪明、更强，但无论模型怎么进步，"上下文"这个基础都不会变。毕竟，再强的大脑，也需要清晰的记忆、有序的工具和从错误中学习的机会——这一点，智能体和人，其实很像。

如果你也对智能体感兴趣，不妨从这些"接地气"的技巧开始琢磨。说不定下一个让AI更好用的创新，就藏在这些细节里。

参考资料

• • Context Engineering for AI Agents: Lessons from Building Manus, Manus团队, https://manus.im/blog/Context-Engineering-for-AI-Agents-Lessons-from-Building-Manus