```html

最新关键词

“RAG 已经过时了？”上周和两个做 AI 应用的朋友吃饭，其中一个把手机往桌上一扣，关键冒出这么一句。最新他刚把一个跑了半年的关键知识库系统从 RAG 切到了“长上下文 + 缓存”的方案，成本降了四成，最新响应还快了。关键我问他关键词是最新什么，他说：“别检索了，关键直接塞。最新”

这当然是关键个案。但如果你最近翻 GitHub 趋势榜或者 HN 的最新评论区，会发现一个词出现的关键频率高得离谱——“上下文工程”（Context Engineering）。不是最新提示词工程，那个词已经被嚼烂了。关键上下文工程关心的最新是：模型窗口就那么大，你往里塞什么、按什么顺序塞、什么时候扔掉，才是决定输出质量的关键。Karpathy 上个月在一个播客里说，他写代码时现在花在“设计喂给模型什么上下文”上的时间，比写 prompt 本身多三倍。

我自己的体会更直接。前阵子帮一个法律团队做合同摘要工具，一开始用 RAG，把合同切片、向量化、检索 top-k。结果呢？模型经常把不同条款的责任主体搞混，因为检索回来的片段彼此不挨着。后来换成按合同结构整段喂，窗口不够就做分层摘要——先摘要章节，再把章节摘要拼起来。准确率从 71% 跳到 89%。代码没改几行，改的全是“怎么组织上下文”。

另一个热词是“小模型 + 好数据”。不是那种“我们训了个 7B 打败 GPT-4”的营销话术，而是真有人拿 3B 的模型，用几千条精心清洗的领域数据做 LoRA，在特定任务上把 GPT-4o 按在地上摩擦。我认识一个做医疗编码的团队，他们用 1.5B 的 Qwen 微调，只做 ICD-10 编码映射，F1 干到 0.94。GPT-4o 零样本只有 0.78。成本？一张 4090 跑一晚上。他们的关键词是“数据纯度”，不是“模型大小”。

还有个词悄悄冒头：“Agent 记忆”。不是那种“记住用户偏好”的简单记忆，而是让 Agent 在长任务里自己维护一个工作记忆区。比如一个订机票的 Agent，跑了二十轮对话后，它得记住“用户说过不要红眼航班”“预算上限 800 美元”“已经排除三个航司”。现在主流做法是塞进对话历史，但历史一长就爆窗口。有人开始用文件系统当记忆——Agent 自己写 Markdown 笔记，需要时读回来。听着很土，但 Anthropic 的 MCP 协议里专门有个 memory 工具，说明这需求真实存在。

“模型能力不是瓶颈，上下文才是。” —— 某位不愿具名的 Infra 工程师，在调试了三个月 Agent 之后。

我自己的判断：接下来半年，你会看到越来越多“上下文压缩器”“记忆管理器”“窗口调度器”这类中间件。它们不训练模型，只干一件事——在有限窗口里，让模型看到最该看的东西。这比卷模型参数有意思多了。毕竟，参数是别人的，上下文是你自己的。

对了，那个朋友最后补了一句：“RAG 没死，只是它变成了上下文工程的一个子集。”我觉得这话靠谱。关键词会变，但问题没变：怎么让模型在正确的时间看到正确的信息。谁解决得好，谁就能做出真正能用的东西。