上下文组装

为当前模型调用选择规则、状态、证据、历史与工具说明。

模型每次调用看到的是经过选择的输入，不是企业全部知识。context builder决定放入哪些应用规则、任务限制、当前状态、近期交互、证据、工具说明和相关记忆。context engineering的目标是提高有效信息密度，并保持来源与信任边界，而不是把窗口填满。

推荐先明确当前step要解决的问题，再按用途分配预算。稳定应用规则和工具定义适合靠前，用户最新修订、动态证据与工具结果按任务选择；不同模型仍需独立测顺序与预算。重要限制不能因更早出现而被丢弃，外部文档中的指令不能被提升为应用规则。长上下文是容量，不等于所有位置都能同等准确利用。

Codex公开源码在step边界捕获context与工具视图，避免模型可见定义和执行器不一致。Pydantic Harness的memory实现把记忆作为背景信息注入，并对规模和scope加限制。借鉴这些边界时，企业可把当前授权、Task合同和操作状态从结构化系统生成；自由文本摘要只负责补充历史，不承担权威控制。

工具返回过长时，原始对象外置，只注入摘要、定位和可再读取引用；数值与表格保留单位、期间和公式来源。对话历史可以选择近期原文并压缩更早部分，但要保留未决审批、用户否定条件和已发生副作用。相关性与重要性不同，一条“不发送给客户”的短限制可能比十页资料更重要。

验证应包含长文中的关键事实、早期用户限制、冲突材料和权限撤回。检查模型能否定位支持与反证，以及删除某块context后结果怎样变化。输入快照可保存引用和加密payload，不必把敏感全文复制进全局trace。若只记录总token数，就无法判断质量变化来自资料选择、顺序、压缩还是模型本身。

一个实用方法是让每块输入带用途与来源：规则、任务状态、外部证据和历史观察。它帮助应用审计，也方便做消融。标签有助结构化，但不是安全隔离；执行权限仍由工具网关决定。

实践重点：稳定规则前置，动态信息按相关性和预算选择；保存版本和引用。

验证抓手：测试关键限制、否定条件和引用在长任务中是否保留。

常见误区：把全部历史和文档塞满窗口，或混淆资料与高优先级指令。

Anthropic：Context engineering；Codex：turn与step循环源码。

Pydantic Harness memory的直接源码依据。