<p>人工智能系統失去對話線索的令人沮喪的體驗，就像咖啡師忘記了你的常規訂單，這突顯了人工智能發展中的一個關鍵挑戰。這並不是原始處理能力或巧妙提示的失敗，而是上下文的根本崩潰。智能系統常常面臨困難，並不是因為它們缺乏智能，而是因為它們無法記住、推斷或維持適當的心理框架以進行有意義的互動。</p>
<p>這個根本問題推動了人工智能發展的前沿，超越了僅僅構建更大模型或更復雜提示的階段。真正的挑戰在於上下文工程 AI，這是一門專注於設計人工智能系統如何理解正在發生的事情、誰參與其中以及在任何特定時刻什麼是真正重要的學科。根據公告，上下文工程是支撐智能行為的設計工作，確保人工智能代理與人類意圖保持一致。它決定了系統如何建立信任、管理記憶、應對模糊性以及在任務之間轉換而不拖帶無關細節。這代表了一種深刻的轉變，將設計從靜態界面轉向動態生成的、上下文感知的體驗。</p>
<p>多年來，設計師專注於製作屏幕。現在，重點轉向屏幕出現之前發生的事情：多少連續性感覺合適，系統何時應該推斷而不是詢問，以及如何在不侵蝕信任的情況下揭示不確定性。工程師傳統上將上下文視為記憶或檢索，但設計師則感知微妙的信號、連續性的流動和潛在的語氣。上下文工程 AI 正在迅速成為智能體驗設計的基本支柱，將人工智能從單純的工具轉變為更直觀、能夠理解的夥伴。</p>
<h2>為概率世界重建啓發式</h2>
<p>經典的可用性啓發式，如雅各布·尼爾森的原則，長期以來指導着界面設計，強調可見性、錯誤預防和用户控制。然而，人工智能系統本質上挑戰了這些既定規則。它們的不透明性違反了可見性，它們的幻覺傾向削弱了錯誤預防，而它們的自信錯誤則侵蝕了用户控制。失敗的機制已經演變，要求一種新的方法。</p>
<p>上下文工程 AI 是為概率世界重建這些基礎啓發式的關鍵工作。它為人工智能提供了一種狀態感、自我修正的機制和明確的人類干預渠道。沒有這種結構化的方法，我們冒着部署複雜的人工智能卻包裹在根本破碎的界面中的風險。上下文不再是隱藏的基礎設施；它成為互動表面的一個不可或缺、可見的部分，直接影響用户對系統的感知和信任。</p>
<p>這種新的設計材料通過三個核心實踐塑造：連續性、代理性和修正。設計連續性確保人工智能系統在交互中保持一致的線索，防止許多大型語言模型的 “金魚記憶”。這涉及到代理之間的有意 “接力傳遞”、強有力的漂移預防以保持長時間對話的軌道，以及在主題轉變時有意的 “乾淨切斷” 以擺脱舊的上下文。連續性使代理保持在場並可靠。</p>
<p>設計代理性解決了黑箱問題，使人工智能的推理對用户可見。這包括為系統輸出提供 “輕推理”、提供 “為什麼這樣” 的控制以檢查和修正假設，以及實施 “協作澄清”，讓系統提問而不是猜測。代理性將人工智能從一個神秘的參與者轉變為一個透明、可理解的夥伴。最後，設計修正賦予用户調整系統信念的能力，而無需成為提示工程師。這意味着實施帶有人類保護措施的 “引導確定性”、通過簡單變量面板實現 “可編輯假設”，以及允許用户輕鬆細化或擴展上下文的 “內聯修正”。這些機制確保系統與人類意圖保持一致，時刻相隨。</p>
<p>隨着產品從單純的工具演變為解釋者，每次用户交互都為他們的意圖貢獻了一個活模型。系統的真實存在於模型中，而不僅僅是在屏幕上。這一轉變需要一個語義支柱，其中本體和結構模型為超越瞬時上下文的一致、可讀的智能提供支撐。設計師現在必須以與佈局網格相同的嚴謹性檢查、批評和調整這種潛在的意義。“用户” 的定義擴展到包括代理、記憶層、檢索管道和編排結構，每個都需要有意的設計。</p>
<p>風險顯而易見：記憶過多的人工智能感覺侵入，記憶過少則顯得無能，而錯誤的推理則帶來風險。上下文工程 AI 開闢了至關重要的中間地帶，促進穩定和可信的智能。掌握上下文設計的團隊將定義下一代體驗，塑造我們與人工智能的未來是感到賦能和一致，還是感到困惑和不協調。</p>

<p>上下文工程是人工智能發展的一個關鍵學科，專注於設計能夠理解和維護上下文的系統，以確保有意義的互動。它挑戰了傳統的可用性啓發式，強調連續性、主動性和糾正，以將人工智能轉變為一個直觀的夥伴。這種方法旨在使人工智能系統與人類意圖保持一致，重塑人工智能體驗的未來</p>

<p>The frustrating experience of an AI system losing its conversational thread, much like a barista forgetting your regular order, highlights a critical challenge in artificial intelligence development. This isn’t a failure of raw processing power or clever prompts; it’s a fundamental breakdown in context. Intelligent systems often struggle not because they lack intelligence, but because they cannot remember, infer, or maintain the appropriate mental frame for meaningful interaction.</p>
<div class="lb-trans"><p>人工智能系統失去對話線索的令人沮喪的體驗，就像咖啡師忘記了你的常規訂單，這突顯了人工智能發展中的一個關鍵挑戰。這並不是原始處理能力或巧妙提示的失敗，而是上下文的根本崩潰。智能系統常常面臨困難，並不是因為它們缺乏智能，而是因為它們無法記住、推斷或維持適當的心理框架以進行有意義的互動。</p>
</div><p>This fundamental issue has pushed the frontier of AI development beyond simply building bigger models or more intricate prompts. The real challenge now lies in context engineering AI, a discipline focused on designing how AI systems understand what is happening, who is involved, and what truly matters in any given moment. According to the announcement, context engineering is the design work that scaffolds intelligent behavior, ensuring AI agents remain aligned with human intent. It dictates how a system builds trust, manages memory, navigates ambiguity, and transitions between tasks without dragging along irrelevant details. This represents a profound shift, moving design from static interfaces to dynamically generated, context-aware experiences.</p>
<div class="lb-trans"><p>這個根本問題推動了人工智能發展的前沿，超越了僅僅構建更大模型或更復雜提示的階段。真正的挑戰在於上下文工程 AI，這是一門專注於設計人工智能系統如何理解正在發生的事情、誰參與其中以及在任何特定時刻什麼是真正重要的學科。根據公告，上下文工程是支撐智能行為的設計工作，確保人工智能代理與人類意圖保持一致。它決定了系統如何建立信任、管理記憶、應對模糊性以及在任務之間轉換而不拖帶無關細節。這代表了一種深刻的轉變，將設計從靜態界面轉向動態生成的、上下文感知的體驗。</p>
</div><p>For years, designers focused on crafting screens. Now, the emphasis shifts to what happens before the screen even appears: how much continuity feels right, when a system should infer versus ask, and how it reveals uncertainty without eroding trust. Engineers traditionally view context as memory or retrieval, but designers perceive the subtle signals, the flow of continuity, and the underlying tone. Context engineering AI is rapidly becoming the essential backbone of intelligent experience design, transforming AI from a mere tool into a more intuitive, sense-making partner.</p>
<div class="lb-trans"><p>多年來，設計師專注於製作屏幕。現在，重點轉向屏幕出現之前發生的事情：多少連續性感覺合適，系統何時應該推斷而不是詢問，以及如何在不侵蝕信任的情況下揭示不確定性。工程師傳統上將上下文視為記憶或檢索，但設計師則感知微妙的信號、連續性的流動和潛在的語氣。上下文工程 AI 正在迅速成為智能體驗設計的基本支柱，將人工智能從單純的工具轉變為更直觀、能夠理解的夥伴。</p>
</div><h2>Rebuilding Heuristics for a Probabilistic World</h2>
<div class="lb-trans"><h2>為概率世界重建啓發式</h2>
</div><p>Classic usability heuristics, like Jakob Nielsen’s principles, have long guided interface design, emphasizing visibility, error prevention, and user control. However, AI systems inherently challenge these established rules. Their opaque nature violates visibility, their propensity for hallucination undermines error prevention, and their confident incorrectness erodes user control. The mechanics of failure have evolved, demanding a new approach.</p>
<div class="lb-trans"><p>經典的可用性啓發式，如雅各布·尼爾森的原則，長期以來指導着界面設計，強調可見性、錯誤預防和用户控制。然而，人工智能系統本質上挑戰了這些既定規則。它們的不透明性違反了可見性，它們的幻覺傾向削弱了錯誤預防，而它們的自信錯誤則侵蝕了用户控制。失敗的機制已經演變，要求一種新的方法。</p>
</div><p>Context engineering AI is the critical work of rebuilding these foundational heuristics for a probabilistic world. It provides AI with a sense of state, mechanisms for self-correction, and clear channels for human intervention. Without this structured approach, we risk deploying sophisticated AI wrapped in fundamentally broken interfaces. Context is no longer a hidden infrastructure; it becomes an integral, visible part of the interaction surface, directly influencing how users perceive and trust the system.</p>
<div class="lb-trans"><p>上下文工程 AI 是為概率世界重建這些基礎啓發式的關鍵工作。它為人工智能提供了一種狀態感、自我修正的機制和明確的人類干預渠道。沒有這種結構化的方法，我們冒着部署複雜的人工智能卻包裹在根本破碎的界面中的風險。上下文不再是隱藏的基礎設施；它成為互動表面的一個不可或缺、可見的部分，直接影響用户對系統的感知和信任。</p>
</div><p>This new design material is shaped through three core practices: continuity, agency, and correction. Designing for continuity ensures AI systems maintain a coherent thread across interactions, preventing the “goldfish memory” of many large language models. This involves intentional “baton passes” between agents, robust drift prevention to keep long conversations on track, and deliberate “clean breaks” to shed old context when topics shift. Continuity keeps an agent present and reliable.</p>
<div class="lb-trans"><p>這種新的設計材料通過三個核心實踐塑造：連續性、代理性和修正。設計連續性確保人工智能系統在交互中保持一致的線索，防止許多大型語言模型的 “金魚記憶”。這涉及到代理之間的有意 “接力傳遞”、強有力的漂移預防以保持長時間對話的軌道，以及在主題轉變時有意的 “乾淨切斷” 以擺脱舊的上下文。連續性使代理保持在場並可靠。</p>
</div><p>Designing for agency addresses the black-box problem, making AI’s reasoning visible to users. This includes providing “light reasoning” for system outputs, offering “why this” controls to inspect and correct assumptions, and implementing “collaborative clarification” where the system asks questions rather than guessing. Agency transforms AI from a mysterious actor into a transparent, understandable partner. Finally, designing for correction empowers users to adjust what the system believes without becoming prompt engineers. This means implementing “guided determinism” with human guardrails, “editable assumptions” through simple variable panels, and “inline corrections” that allow users to refine or expand context effortlessly. These mechanisms ensure the system remains aligned with human intent, moment-by-moment.</p>
<div class="lb-trans"><p>設計代理性解決了黑箱問題，使人工智能的推理對用户可見。這包括為系統輸出提供 “輕推理”、提供 “為什麼這樣” 的控制以檢查和修正假設，以及實施 “協作澄清”，讓系統提問而不是猜測。代理性將人工智能從一個神秘的參與者轉變為一個透明、可理解的夥伴。最後，設計修正賦予用户調整系統信念的能力，而無需成為提示工程師。這意味着實施帶有人類保護措施的 “引導確定性”、通過簡單變量面板實現 “可編輯假設”，以及允許用户輕鬆細化或擴展上下文的 “內聯修正”。這些機制確保系統與人類意圖保持一致，時刻相隨。</p>
</div><p>As products evolve from mere tools into interpreters, every user interaction contributes to a living model of their intent. The truth of the system now resides within the model, not just on the screen. This shift necessitates a semantic backbone, where ontology and structural models provide a scaffold for consistent, legible intelligence beyond transient context. Designers must now inspect, critique, and adjust this underlying meaning with the same rigor applied to layout grids. The definition of “user” expands to include the agent, memory layer, retrieval pipeline, and orchestration fabric, each requiring intentional design.</p>
<div class="lb-trans"><p>隨着產品從單純的工具演變為解釋者，每次用户交互都為他們的意圖貢獻了一個活模型。系統的真實存在於模型中，而不僅僅是在屏幕上。這一轉變需要一個語義支柱，其中本體和結構模型為超越瞬時上下文的一致、可讀的智能提供支撐。設計師現在必須以與佈局網格相同的嚴謹性檢查、批評和調整這種潛在的意義。“用户” 的定義擴展到包括代理、記憶層、檢索管道和編排結構，每個都需要有意的設計。</p>
</div><p>The stakes are clear: AI that remembers too much feels invasive, too little feels incompetent, and incorrect reasoning poses risks. Context engineering AI carves out the crucial middle ground, fostering stable and trustworthy intelligence. The teams that master designing with context will define the next generation of experiences, shaping whether our future with AI feels empowering and aligned, or bewildering and out of tune.</p>
<div class="lb-trans"><p>風險顯而易見：記憶過多的人工智能感覺侵入，記憶過少則顯得無能，而錯誤的推理則帶來風險。上下文工程 AI 開闢了至關重要的中間地帶，促進穩定和可信的智能。掌握上下文設計的團隊將定義下一代體驗，塑造我們與人工智能的未來是感到賦能和一致，還是感到困惑和不協調。</p>
</div>

Context Engineering AI: The New Design Frontier

- AI 系統在對話中失去上下文是其發展的關鍵挑戰。  
- 上下文工程旨在設計 AI 理解事件和參與者的方式。  
- 這一轉變將設計從靜態界面轉向動態生成的上下文感知體驗。  

上下文工程 AI：設計的新前沿