惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
Jina AI
Jina AI
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
T
Troy Hunt's Blog
T
The Exploit Database - CXSecurity.com
Microsoft Security Blog
Microsoft Security Blog
V
Visual Studio Blog
F
Fortinet All Blogs
博客园_首页
P
Proofpoint News Feed
V
Vulnerabilities – Threatpost
The Cloudflare Blog
C
Cyber Attacks, Cyber Crime and Cyber Security
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
H
Heimdal Security Blog
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
A
About on SuperTechFans
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
AI
AI
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
S
Security Affairs
The Register - Security
The Register - Security
S
Security @ Cisco Blogs
Hugging Face - Blog
Hugging Face - Blog
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
博客园 - 聂微东
Schneier on Security
Schneier on Security
WordPress大学
WordPress大学
Google DeepMind News
Google DeepMind News
GbyAI
GbyAI
T
Tailwind CSS Blog
Hacker News: Ask HN
Hacker News: Ask HN
W
WeLiveSecurity
D
Docker
L
LangChain Blog
B
Blog RSS Feed
The Last Watchdog
The Last Watchdog
Cloudbric
Cloudbric
TaoSecurity Blog
TaoSecurity Blog
N
Netflix TechBlog - Medium
酷 壳 – CoolShell
酷 壳 – CoolShell
I
InfoQ
The Hacker News
The Hacker News
AWS News Blog
AWS News Blog
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
宝玉的分享
宝玉的分享
I
Intezer
云风的 BLOG
云风的 BLOG
V2EX - 技术
V2EX - 技术
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO

程序员

V2EX 看到讨论"跨域"的帖子,那个她好像回来了 codex 今天真的是不稳定呀。 火山方舟 Coding Plan 慎买 刚问了大家 openclaw 和 hermes 在什么机器上面玩,求推荐一个机器 GPT-image-2 生成 AI 图片防伪有感 codex pro 5 小时限制已经严重缩水 逆天 Antigravity 动态 JSON 序列化对强类型语言很难吗? 自建了 GPT Coding Plan,遇到了定价问题,请教大家 大家都是在什么设备上玩 openclaw 以及 hermes 的呀? 软考还有一个月就考试了,你们学习了吗? 大伙用 AI 会考虑在 user scope 的 CLAUDE.md/AGENTS.md 里交代 AI 说中文吗 我发现程序员这个群体很大部分其实挺抠的 最近使用 cc 总会莫名其妙的返工, codex 不会 目前体验最好的远程 vibe 工具 想知道大佬们抓包遇到 ssl pinning 都是咋优雅的 解决的? - V2EX 工业软件的大佬们是怎么 vibe coding 的 - V2EX 最近 chrome 是不是有 bug 啊,一搜索就卡住 - V2EX 分布式异步系统在 vibe coding 下的困境 PHP Native AOT 编译器,支持将 PHP 代码编译为可执行文件,运算性能提高 150 倍 没想到 2026 年,还要浪费大量时间在跨域问题上 - V2EX DeepSeek V4 这周会出吗? 中转站正式试营 欢迎试用 不掺不假 小米 mimo 升级 v2.5,并且重置了额度 Jenkins, SCM 轮询完全不工作是啥问题啊 赛博斗蛐蛐, AI 模型的简单对比(白嫖版) 使用中转站要擦亮眼睛!不说别的,倍率计算 充值好乱。 买了火山的 Coding Plan 测试得出计费模式 给我的 AI 生成了简历和状态卡, 大家帮忙看下 Ta 能找到啥样的 腾讯云太不要脸了, token plan 上 glm5.1 和 minimax-m2.7,但是 coding plan 不上 - V2EX 目前自建梯子最强的 anytls 协议不是不不更新了? 刚发现 WSL2 可以通过 virtiofs 访问 NTFS 分区, IO 速度明显提升 v2board 还是其它面板更适合小团伙使用? 现在 AI 来了,如果有天不需要程序员? gpt-image-2 太顶了 你们 vibe 会让模型先输出方案来审核吗? GLM Coding Plan 调整老套餐并停止自动续订,受影响用户获赠 2 个月新套餐权益 为了浏览在线文档的时候能自定义高亮, Vibe 了一个网页高亮标记的工具 从 2 月开始用 Opus 4.6,到这几天切到 4.7,一些感悟和困惑 Github Copilot 停售之后还能买什么 收集了一下市面上常见的 Token Plan,可以给到大家一点参考 这个生图太牛了 中国的算力缺口这么大嘛?看到 2025 华为昇腾出货 81 万块,又看到各家 coding plan 不是停售就是限流 做 OPC 太难了,天天焦虑 阿里云 Coding Plan 增加动态限流,频繁暂停无法使用 马斯克 600 亿美元收购 Cursor codex 开始灰度 GPT 5.5 了 大家是如何使用 codex gpt-image-2 生图确实很顶啊,附带几张生成效果。 codex 的风评似乎在超过 Claude code? 智谱 GLM 宣布停止续订无周限额的老套餐 如何实现自我进化的 AI 的 Skills? 智谱(GLM)果然学习了阿里, 强制关闭了老用户套餐的自动续费 各位公司有除了智能客服外真正落地的 AI 应用吗? 热烈欢迎火山 Coding Plan 加入 GLM5.1 Kimi2.6 MiniMax2.7 阵容 请教大佬: claude API token 太烧钱了, minmax 还要兑换码,有没有合适的中转方案 开发一个面向普通用户(非程序员)的 Agent 软件,支持 skills、定时任务、对话功能,主要客户群体使用 Windows。感觉像是一个带前端的 Hermes,但是 Hermes 在 Windows 下运行不太友好,不适合非开发人员。 grok XAI 开始限制免费用户访问次数了吗? openspec 怎么配合 superpowers 使用? 阿里云的 coding plan 莫名奇妙被冻结了 程序员如何学习 ui 审美 开源了一个 AI Agent 认证工具 sig —— 让 AI Agent 安全访问外部系统 Vibe Coding 时代,该如何快速搭建一个 CRUD 平台? 感觉大多数的 coding plan 都是被龙虾薅死的。 有没有一起拼中转站的呀,找到一个中转站用了段时间感觉比较靠谱 搭个 AI 中转玩玩 Zeabur + Neon 50 块以内跑通 Coinepay:一张不能用的卡,扣了我 5 个月月费 Gemini in Chrome 支持日本了,为什么我的不生效? 跳板机/内网穿透方案,如何降低远程访问校内服务器延时? 现在有没有什么好的 AI 图片生成 3D 模型的方案? 关于科研 ai 作图 为什么现在 AI SDK 默认不支持异步? 建议 V2EX 加入一个 Ai App 或者 Vibe Coding 模块,把一堆 Ai 生成的产品都丢进去。 如果没用 coding plan 套餐了,再继续自费上班是不是就太傻了 AI 太烧钱了,有什么好的大模型组合方案? 阿里云百炼这波开始割韭菜了,下架 coding plan,改头换面 token plan 最新,腾讯云和阿里云 coding plan 购买页面均已下架,换成了 token plan 阿里云 CodingPlan 彻底没了,新上了 TokenPlan 大家看到 antigravity 那个配额监视器的广告了没? 真心发问,想学后端需要学啥? AI-Powered Log Analysis Tool - Pangu RCA 想自己写一个 code agent 玩玩,有什么开源项目可以参考吗? 腾讯云 Coding Plan 下架了 现在还有哪一个国产 Coding Plan 能买到吗? 106 行业短信签名申请新规范出台, 5 月 1 日起生效 最近上线了一个开发了半年的 shopify SAAS AI 就像那渣男渣女,平时哄着你温柔小意,关键时刻就坑你一波大的 大家在开发智能体时,都是怎么写系统提示词的? 现在大模型国内外直连越来越难买或拼车了,想试试中转站,大家有没什么推荐呀 一个人写了大半年 Android App,聊聊过程中的一些取舍,第二篇 智谱 coding plan 的使用 token 限制是多少? cli-proxy-api + 中转站领的鸡蛋 = 大模型免费用是否可行? gpt coding plan 一天试用(GPT 5.3codex 和 gpt 5.4) 大家用 AI 是订阅制多还是 API 按量付费多? 我用 AI 写了一个游戏,我发现我不想看代码,也看不懂代码了 AI 代码后面怎么维护,心智负担太大了 中年人爱上 AI 编程,就像爱上钓鱼 每月 AI 支出都超过生活费了 1000 行 rust 实现一个类似于 pytorch 的轻量级自动微分库
实例讲解什么是上下文治理
ximaoyang · 2026-05-21 · via 程序员

上下文治理( Context Governance )是上下文工程( Context Engineering )中的一个部分。但我觉得,上下文治理是上下文工程里最有意思的部分。

光这么说,你肯定会像我一开始一样,觉得这个概念很抽象。但是,如果你跟我一样,了解了几种主流智能体( Agent )的上下文治理之后,你一定会对"上下文治理"有一个非常直观的理解。

接下来,我会通过比较 4 种智能体的上下文治理方式,让你直观地理解什么是上下文治理。以下四种工具的上下文治理,从简单到复杂、从低级到高级。


Codex

首先是 OpenAI 的 Codex 。虽然 OpenAI 是第一个做出 LLM 的公司,但是它们的智能体产品反而最年轻。

虽然它最年轻,但它的上下文治理也是最简单的。在 .codex/ 目录下,有一个叫 AGENTS.md 的文件。这是一个简单的 AGENTS.md 文件示例:

# 仓库规范

## 项目结构
- `src/` 存放应用代码
- `tests/` 存放测试代码

## 常用命令
- 运行测试:`npm test`
- 运行代码检查:`npm run lint`

## 编码规范
- 优先使用 TypeScript
- 避免使用 default export (默认导出)
- 使用 async/await ,而不是直接使用原始 Promise

Codex 在开始工作之前,会先读取这个文件的内容。这个文件需要你手动维护,不断往里面添加规则。

除了这个文件以外,还有一个文件夹:~/.codex/memories/ 顾名思义,就是"记忆"。Codex 会自动往里面写文件。

大概的结构如下:

类型 可能内容
summaries session 摘要
durable 长期稳定记忆
recent 最近上下文
evidence 来源证据

可以看到,Codex 的上下文治理其实非常轻量。

它本质上还是:

  • 一个规则文件

  • 一个自动记忆目录

仅此而已。


Claude Code

Claude Code 的上下文治理很特别。

官方支持的其实跟 Codex 差不多:

  • CLAUDE.md

  • ~/.claude/projects/<project>/memory/

就这两个东西。你一看名字基本就懂了。但是,Claude Code 的社区自己增强了它的上下文治理,逐渐演化成了这样:

名字 类型 作用 人工/自动
CLAUDE.md 文件 项目规则、Agent 行为规则 人工
MEMORY.md 文件 长期记忆、长期偏好、长期经验 半自动
NOTES.md 文件 临时工作笔记、scratchpad 人工
DECISIONS.md 文件 关键架构/技术决策历史 人工
ARCHITECTURE.md 文件 系统结构、模块关系、数据流 人工
LEARNINGS.md 文件 踩坑经验、经验总结 半自动
TASKS.md 文件 当前任务列表、待办事项 人工
SESSION.md 文件 当前 session 工作记录 半自动
docs/ 文件夹 长文档上下文来源 人工
memory/ 文件夹 memory 分类存储 半自动
prompts/ 文件夹 prompt 模板、workflow prompt 人工
.cursorrules 文件 Cursor 兼容规则 人工

这下就比 Codex 复杂很多了。但是你会发现,这里面有大量文件都需要人工维护。而且整个结构特别像我们以前做项目时写的 Wiki 文档结构。

其实,为了让 Agent 更好地工作,它也应该像我们一样,先看看项目 Wiki 。人们现在只是把 Wiki 文档,变成了上下文 Markdown 文件而已。这样理解就很容易了。Claude Code 在这些上下文文档的基础上,工作的方式越来越像一个真正的程序员。


Open Claw

Open Claw 的定位跟 Claude Code 不太一样。它更偏向生活助手。而且 Claude Code 社区版的上下文治理,需要管理的文件太多了。不同于 Claude Code ,Open Claw 的用户更多是普通人。很多用户其实并不会直接编辑 Open Claw 的上下文文件,甚至都不知道这些文件需要人工维护。

但是,Open Claw 的上下文设计其实比 Claude Code 社区版更"Agent 化"。因为 Claude Code 社区版的上下文结构,还是带有很强的人类项目管理思维。但在 Agent 面前,其实并不一定需要拆成那么多文档。

Open Claw 的上下文治理更偏向"角色"和"人格"。它有这些上下文文件:

核心指令层(静态,你手动维护)

  • SOUL.md — 人格、价值观、边界。回答"你是谁"。定义语气、性格、不可违反的约束。

  • AGENTS.md — 操作流程和规则。回答"你做什么、怎么做"。最大也最重要的文件,放复杂工作流和步骤化指令。

  • USER.md — 用户信息。你的名字、时区、偏好、工作背景。相当于个性化层。

  • IDENTITY.md — 结构化身份档案(名称、角色、目标、语气)。用于一致性地重新应用已知身份。(其实我觉得这个有点多余。)

  • TOOLS.md — 工具文档。不控制权限(权限是 config 管的),而是告诉 Agent 如何使用已有工具。

自动化层

  • HEARTBEAT.md — 定时任务,相当于用自然语言写的 cron 。比如"每 30 分钟检查一次""每周一 8 点生成报告"。

  • BOOTSTRAP.md — 首次运行的初始化脚本。setup 完成后会自动删除。

  • BOOT.md — 每次启动时执行的 hook 。

记忆层

  • MEMORY.md — 长期记忆。持久化的事实、偏好、决策摘要,跨周跨月生效。

  • memory/YYYY-MM-DD.md — 每日笔记。当天和昨天的笔记自动加载,更早的内容通过 memory_search 检索。

  • DREAMS.md — dreaming 系统的日记,记录从短期记忆向长期记忆的"晋升过程",供人类审阅。这是一个实验性功能。

可以看出,Open Claw 已经比前两个系统复杂很多了。所以你在使用 Open Claw 的时候,会明显觉得它"更聪明"。


Hermes Agent

接下来就是重头戏了。如果你不理解上下文治理,你可能会觉得 Hermes Agent 跟 Open Claw 没什么区别。但不知道你有没有发现:Open Claw 里仍然有很多文件需要你手动维护。

甚至就算是我,用了这么久 Open Claw ,也是最近才知道这些文件需要人工维护。这就导致 Open Claw 设计的很多上下文,其实一直都没有真正被使用起来。Hermes Agent 的上下文治理跟 Open Claw 和 Claude Code 都不太一样。它的核心设计理念是:

"自我进化"——Agent 自己写自己的记忆和技能。

整个体系住在 ~/.hermes/ 目录下。

身份层(静态)

  • SOUL.md — system prompt 的第一个 slot ,定义人格、语气、价值观、行为边界。这是全局的,从 HERMES_HOME 加载。这个文件你仍然可以手动编辑。

项目上下文层(按优先级,只加载第一个匹配的)

先找到谁就用谁。

这意味着 Hermes 同时兼容 Claude Code 和 Cursor 的项目配置文件。

记忆层(三层,Agent 自己维护)

  • MEMORY.md — 长期记忆。存环境信息、项目惯例、工具使用经验。

  • USER.md — 用户档案。存你的名字、沟通偏好、技能水平。注意,这回 USER.md 已经变成自动维护了。

  • state.db — SQLite 数据库,带 FTS5 全文索引,存所有历史消息。Agent 不会默认全部加载,而是在需要时通过 session_search 按需检索。

这时候,记忆已经开始进入数据库时代了。因为只有数据库,才能真正支撑长期上下文检索。

技能层( Hermes 最独特的部分)

  • skills/ 目录 — 每个技能都是一个文件夹,里面包含一个 SKILL.md(带 YAML frontmatter ),以及可选的模板和脚本。

关键区别在于:

技能不是人类写的。Agent 在完成非平凡任务之后,会通过 skill_manage 工具自己创建技能。同样,记忆也不再主要依赖人类维护。Agent 会在对话间隙,自己编辑 MEMORY.mdUSER.md。而且技能是按需加载的。不用的技能不会进入上下文。这其实已经开始接近真正的"上下文自动治理"了。

调度层

  • cron jobs — 定时任务,类似 Open Claw 的 HEARTBEAT.md

到了这一步,上下文治理不仅变复杂了,还开始自动化了。


总结

AI 是否真的能干活、干得好不好,已经不仅仅是模型之间的区别了。很多时候,更好的上下文治理,对智能体工作效率的提升,甚至比你换一个更强的模型还明显。

电子脑

随之而来的,还有一个很有意思的问题:上下文,其实就是智能体的"电子脑"。一个 Agent 用久了,那份上下文就会逐渐变成独一无二的它。只要上下文还在,就算换了一个"壳",你的小助手还是你的小助手。如果智能体坏了需要重装,或者你想迁移到另一个智能体平台,只要把上下文迁移走,你的助手理论上就还能继续存在。

于是,一个新的问题出现了: 如何安全地迁移上下文?

但现在的问题是: 各家之间的文件名、结构、格式都完全不同。这就导致上下文迁移非常麻烦。我相信,未来一定会出现更统一、更标准化的上下文协议。而"上下文治理",也会逐渐成为 AI Agent 最核心的能力之一。