<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Context Engineering :: 标签 :: x7peeps</title><link>https://blog.x7peeps.com/tags/Context-Engineering/index.html</link><description/><generator>Hugo</generator><language>zh-CN</language><lastBuildDate>Fri, 30 Oct 2026 14:47:30 +0800</lastBuildDate><atom:link href="https://blog.x7peeps.com/tags/Context-Engineering/index.xml" rel="self" type="application/rss+xml"/><item><title>AI Agentic Coding 工程实践：从 Vibe Coding 到生产级自主编程的工作流设计</title><link>https://blog.x7peeps.com/AI/07-AI%E8%BE%85%E5%8A%A9%E5%BC%80%E5%8F%91%E5%B7%A5%E5%85%B7%E9%93%BE/AI-Agentic-Coding%E5%B7%A5%E7%A8%8B%E5%AE%9E%E8%B7%B5%E4%BB%8EVibe-Coding%E5%88%B0%E7%94%9F%E4%BA%A7%E7%BA%A7%E8%87%AA%E4%B8%BB%E7%BC%96%E7%A8%8B%E7%9A%84%E5%B7%A5%E4%BD%9C%E6%B5%81%E8%AE%BE%E8%AE%A1/index.html</link><pubDate>Fri, 30 Oct 2026 14:47:30 +0800</pubDate><guid>https://blog.x7peeps.com/AI/07-AI%E8%BE%85%E5%8A%A9%E5%BC%80%E5%8F%91%E5%B7%A5%E5%85%B7%E9%93%BE/AI-Agentic-Coding%E5%B7%A5%E7%A8%8B%E5%AE%9E%E8%B7%B5%E4%BB%8EVibe-Coding%E5%88%B0%E7%94%9F%E4%BA%A7%E7%BA%A7%E8%87%AA%E4%B8%BB%E7%BC%96%E7%A8%8B%E7%9A%84%E5%B7%A5%E4%BD%9C%E6%B5%81%E8%AE%BE%E8%AE%A1/index.html</guid><description>AI Agentic Coding 工程实践：从 Vibe Coding 到生产级自主编程的工作流设计 2025 年，Andrej Karpathy 提出了 “Vibe Coding” 的概念——开发者用自然语言描述意图，AI 生成代码，人类凭直觉判断结果是否可行。这种工作方式在原型验证和快速迭代场景下展现出惊人的效率，但也暴露了根本性的局限：当代码复杂度超过单次交互的承载能力时，Vibe Coding 就会坍缩为"运气编程"——生成的代码可能看起来合理，却在边界条件、类型安全和架构一致性上埋下隐患。</description></item><item><title>AI Coding Agent 架构深度解析：从 ReAct 循环到多 Agent 协作的工程实现</title><link>https://blog.x7peeps.com/AI/07-AI%E8%BE%85%E5%8A%A9%E5%BC%80%E5%8F%91%E5%B7%A5%E5%85%B7%E9%93%BE/AI-Coding-Agent%E6%9E%B6%E6%9E%84%E6%B7%B1%E5%BA%A6%E8%A7%A3%E6%9E%90%E4%BB%8EReAct%E5%BE%AA%E7%8E%AF%E5%88%B0%E5%A4%9AAgent%E5%8D%8F%E4%BD%9C%E7%9A%84%E5%B7%A5%E7%A8%8B%E5%AE%9E%E7%8E%B0/index.html</link><pubDate>Fri, 30 Oct 2026 14:47:30 +0800</pubDate><guid>https://blog.x7peeps.com/AI/07-AI%E8%BE%85%E5%8A%A9%E5%BC%80%E5%8F%91%E5%B7%A5%E5%85%B7%E9%93%BE/AI-Coding-Agent%E6%9E%B6%E6%9E%84%E6%B7%B1%E5%BA%A6%E8%A7%A3%E6%9E%90%E4%BB%8EReAct%E5%BE%AA%E7%8E%AF%E5%88%B0%E5%A4%9AAgent%E5%8D%8F%E4%BD%9C%E7%9A%84%E5%B7%A5%E7%A8%8B%E5%AE%9E%E7%8E%B0/index.html</guid><description>AI Coding Agent 架构深度解析：从 ReAct 循环到多 Agent 协作的工程实现 2026 年，AI 编程工具的格局已经从"选哪个 IDE 插件"演变为"选哪种 Agent 架构"。Claude Code、OpenAI Codex、Cursor、Devin、Windsurf 等产品分属四大架构类别——AI 原生 IDE、Agentic CLI、云端委托 Agent 和平台原生 Copilot——它们的差异不在于底层模型是否足够聪明，而在于Agent 脚手架如何编排模型能力与开发环境的交互。研究表明，在相同底层模型（如 Opus 4.5）下，不同 Agent 脚手架在 SWE-bench 上的表现差距可达 17 分，这说明架构设计本身就是一种"能力乘数"。</description></item><item><title>Context Engineering：从 Prompt 到上下文系统的工程化演进</title><link>https://blog.x7peeps.com/AI/06-AI%E5%B7%A5%E7%A8%8B%E5%8C%96/Context-Engineering%E4%BB%8EPrompt%E5%88%B0%E4%B8%8A%E4%B8%8B%E6%96%87%E7%B3%BB%E7%BB%9F%E7%9A%84%E5%B7%A5%E7%A8%8B%E5%8C%96%E6%BC%94%E8%BF%9B/index.html</link><pubDate>Wed, 15 Jul 2026 16:21:46 +0800</pubDate><guid>https://blog.x7peeps.com/AI/06-AI%E5%B7%A5%E7%A8%8B%E5%8C%96/Context-Engineering%E4%BB%8EPrompt%E5%88%B0%E4%B8%8A%E4%B8%8B%E6%96%87%E7%B3%BB%E7%BB%9F%E7%9A%84%E5%B7%A5%E7%A8%8B%E5%8C%96%E6%BC%94%E8%BF%9B/index.html</guid><description>Context Engineering：从 Prompt 到上下文系统的工程化演进 在 LLM 应用开发领域，2023 年是 Prompt Engineering 的年份——开发者们痴迷于找到"神奇的措辞"来释放模型能力。但当 AI 应用从简单的单轮对话演进到复杂多步骤 Agent 系统时，一个新问题浮出水面：大多数 Agent 的失败不是因为模型不够聪明，而是因为它看到的信息不够好。</description></item></channel></rss>