- 形成上下文
- 提炼上下文
- 压缩上下文
- 组装上下文
- 让上下文能跨会话持续工作
它不做什么
它不应该替代你可见的项目文件。 项目级事实仍然应该保留在你能看到、能编辑、能版本化的表面里,例如:AGENTS.mddocs/- project working notes
- skills / hooks / commands / schedules 的实际能力面
它真正负责什么
Context Engine 更适合负责这些事情:- 从会话中提取高价值信息
- 把稳定内容晋升为长期上下文
- 在下一次任务前组装更有用的 context pack
- 让 project、space、session 三层上下文持续演化
它和普通记忆层有什么不同
它不只是“多记住一点”。 它更重要的差异在于:- 会把原始信号进一步整理成 memory、profile 和 context pack
- 会持续做上下文治理,而不是只累积历史
- 会降低脏上下文、过时约束和重复材料带来的熵增
为什么它需要 context space
不是所有长期信息都应该直接绑定到一个物理 project。
有些长期有效的东西天然会跨多个 project 存在,例如:
- 你的写作和协作偏好
- 一类工作的成功模式和失败模式
- 多个项目共用的判断框架
context space,而不只是“每个目录各管各的”。
为什么它适合 local-first 的后台治理
很多高价值上下文,不是在一次对话里被解释清楚的,而是在使用过程中逐步显现出来。 这意味着 Context Engine 适合在你不工作的时间里继续做一些后台治理,例如:- 提炼稳定信号
- 压缩重复上下文
- 识别已经过时的 project 线索
- 为下一次任务准备更干净的 context pack
为什么这件事重要
如果没有 Context Engine,Agent 容易每次都像从零开始。 有了它之后:- 当前任务会更连贯
- 长期主题可以积累
- project context 会越来越像真实工作系统

