AI 工程
副标题:从上下文工程到 AI 编程转型,构建可验证的 AI 工程能力而非 Prompt 技巧
模块定位
AI 时代的工程能力核心不再只是"能否写出代码",而是"能否为 AI 提供正确的上下文、定义有边界的任务、并通过工具验证结果"。本模块不提供"写好 Prompt"这类表层技巧,而是拆解为上下文的六层模型、AI 编程转型的三层架构、以及可执行的质量门禁。
我们关注的不是单次对话的技巧,而是可重复、可团队协作、可工程化度量的能力建设。从个体如何设计任务包,到团队如何沉淀共享上下文资产,再到如何用自动化测试与审查闭环保障质量,本模块覆盖端到端的工程链路。
无论是刚接触 AI 编程的工程师,还是希望将团队 AI 能力系统化的技术负责人,都能在本模块找到对应的工程框架与实践抓手。
知识地图
mermaid
%%{init: {'theme': 'base', 'themeVariables': {'fontFamily': 'Inter, PingFang SC, Microsoft YaHei, sans-serif', 'primaryColor': '#F8FAFC', 'primaryTextColor': '#172033', 'primaryBorderColor': '#CBD5E1', 'lineColor': '#64748B', 'fontSize': '13px'}}}%%
flowchart TB
center["AI 工程"]
subgraph 已收录
work1["上下文与 AI 编程转型"]
work2["AI Agent 技术理解"]
end
subgraph 规划中
wait1["Prompt 工程到上下文工程"]
wait3["AI 代码审查"]
end
center --> work1
center --> work2
center --> wait1
center --> wait3
classDef core fill:#172033,color:#fff,stroke:#172033,stroke-width:2px
classDef work fill:#ECFDF3,stroke:#22C55E,color:#172033,stroke-width:1.5px
classDef wait fill:#EEF6FF,stroke:#3B82F6,color:#172033,stroke-width:1.5px
class center core
class work1,work2 work
class wait1,wait3 wait核心主题
- ✓ 上下文工程:语言 / 任务 / 业务 / 状态 / 组织 / 约束六层上下文模型,从"写 Prompt"到"构建信息环境"
- ✓ AI 上下文概念:上下文窗口、短期 / 长期上下文、检索上下文、工具上下文的工程化运用
- ✓ AI 编程转型:个人任务包设计、团队共享上下文资产、可验证的工程执行闭环
- ✓ 质量与风险:上下文不足 / 过载 / 冲突 / 失效四类质量问题的识别与治理
- ✓ AI Agent 技术理解:LLM 能力底座、RAG 检索增强、Agent 架构与 AI 测试体系(功能测试、效果评测、鲁棒性与安全测试)
- ◯ Prompt 工程到上下文工程:从单点提示词优化走向系统化上下文治理
- ◯ AI 代码审查:自动化规则与人工协同的审查闭环
学习路径
- 通读已收录的「上下文」文章,建立六层上下文模型与 AI 编程转型的整体认知。
- 对照自身工作流,识别当前上下文供给的薄弱层(语言 / 任务 / 业务 / 状态 / 组织 / 约束)。
- 设计个人任务包,将"写 Prompt"升级为"构建信息环境"。
- 在团队层面沉淀共享上下文资产,建立可复用的工程基线。
- 引入自动化测试与代码审查作为质量门禁,形成可验证的执行闭环。
- 阅读「AI Agent 技术理解」,从技术原理与测试方法双视角横向扩展 LLM、RAG、Agent 架构与 AI 测试能力。
文章导览
- AI 时代如何理解「上下文」及其在 AI 编程转型中的应用 — 六层上下文模型、AI 中的核心上下文概念、三层转型路径与自动化测试应用
- AI Agent 技术理解:从 LLM、RAG 到 Agent 架构与 AI 测试体系 — LLM/RAG/Agent 技术原理与 AI 功能测试、效果评测、鲁棒性测试、安全测试的工程化要点
适用读者
- 使用 AI 辅助编程的工程师,希望提升 AI 生成代码的质量与可维护性
- 技术负责人,需要在团队层面建立 AI 编程的规范与质量门禁
- QA / 测试工程师,需要将 AI 生成的测试脚本纳入可验证的工程闭环
延伸资源
- Anthropic Claude 文档
- OpenAI Cookbook
- LangChain 文档
- 书籍:《AI Engineering: Building AI Systems That Work in Production》