18:33掘金本周最热@老王以为精选本文深入探讨上下文工程,解释其如何决定 AI Agent 能力上限,并从 API 消息结构出发,逐层深入上下文工程的各个维度。强调上下文质量对 Agent 能力的决定性作用,并指出上下文工程是开发高效 Agent 的关键所在。技巧上下文工程AI Agent能力上限推荐理由:这篇文章深入浅出地解释了上下文工程,对于想要了解 AI Agent 能力上限的人来说,是一篇不可错过的教程。原文稍后读已读值得跟进有用关注 上下文工程
23:35shao__meng@shao__meng精选Sumanth指出MCP只解决连接层,但跨Jira、Confluence、GitHub等系统的上下文仍是碎片,模型被迫在运行时做数据join。Glean通过MCP Gateway预先构建统一索引和知识图谱,将跨系统信息关联、排序、去重后再返回智能体。在175条企业查询测试中,Glean上下文被偏好比例是现成MCP工具的2.5倍,后者平均多耗30% token。该方案还继承源系统权限、OAuth授权,并做提示注入检查。技巧GleanMCP上下文质量推荐理由:别光调模型了,上下文质量才是瓶颈。Glean把散落十几个系统的信息提前拼好,智能体直接拿整块知识,省token还更准。原文稍后读已读值得跟进有用关注 Glean