今天，几乎所有人都同意：决定 AI 输出质量的关键，不再是模型本身，而是“喂”给它的信息。2025 年 7 月初，Andrej Karpathy 把这种信息喂养工作称作“上下文工程”；在两周后，OpenAI 研究员 Sean Grove 又提出“规范写作”。
两者看似方向不同，其实指向同一目标——让 AI 精确地理解人类意图，并稳定地给出正确结果。下面我们把前后的讨论串成一条线，讲清它们到底在说什么，以及我们该如何落地。
一、Karpathy 的上下文提醒
Karpathy 在X上转发 Shopify CEO 的一条消息，并补充：“别再只谈提示词了，真正起作用的是上下文工程。”他给出的理由很简单：
- 任何工业级 LLM 应用，都要在调用模型前塞进大量信息：任务描述、示例、外部检索结果、对话历史、可用工具、格式要求……
- 这些信息如果给少了，模型就会“瞎猜”；给多了，既浪费 token，又可能把关键信号淹没。
- 因此，工程师必须把“装填上下文”当成一门严谨的学科：什么时候取、取多少、取什么格式，都要像调 API 一样精确。
Karpathy 把整个过程拆成五个步骤，按时间先后排好：
① 把用户问题拆成子任务；
② 决定每个子任务需要哪些资料；
③ 用检索、记忆、工具调用等手段拿到资料；
④ 把资料整理成模型最容易消化的格式；
⑤ 调用模型，并对输出做验证和纠错。
只要其中任何一步出错，最终结果就会“跑偏”。所以他说，上下文工程既是科学——每一步都能量化评估，也是艺术——取舍之间需要直觉。
二、Grove 的规范升级
OpenAI 对齐团队研究员 Sean Grove 在两周后的 AI Engineer World Fair 上给出进一步答案：“比上下文更重要的，是一份可反复执行的规范（spec）。提示词只是草稿，规范才是源代码。”
Grove 用一段现场互动开场：“在座各位，有多少人把代码当作最终产出？”
一半人举手。
“如果你们把二进制文件当成最终产出，会扔掉源代码吗？”
所有人摇头。
“那为何我们在用 AI 时，总是把提示词扔掉，只留下生成的代码？”
现场哄笑，却也点出问题核心。Grove 的观点可以分三层展开。
第一层：沟通才是新的编程
AI 能力越强，写具体语法的工作量就越小；反过来，把需求讲清楚的工作量越大。因此，程序员的真正价值已经从“写代码”转向“结构化沟通”：
- 先和用户聊，把痛点翻译成目标；
- 再把目标拆成可测的标准；
- 最后把这些标准写成文字，让 AI 照着做。
这套流程里，文字版的需求文档——也就是规范——变成了最值钱的资产。
第二层：规范比代码更完整
代码只是规范的一种“有损投射”。
- 变量名会丢失原意；
- 业务背景无法反推；
- 价值观更是无从体现。
而规范可以包含：
- 业务目标；
- 输入输出格式；
- 性能与安全要求；
- 道德与合规底线。
同一份规范，今天可以生成 TypeScript，明天可以生成 Rust，后天还能直接输出测试用例或用户文档——像源代码跨平台编译一样方便。
第三层：规范可以直接训练模型
OpenAI 已经用“模型规范”做实验：
- 把规范写成 Markdown，配上一组高难度测试题；
- 用一个“裁判模型”给回答打分；
- 把得分反馈进训练循环，让大模型把规范“背”进权重。
结果是，大模型不再每次靠提示词临时回忆规则，而是把规则内化成“肌肉记忆”。这样，规范就从“人类共识”升级为“机器本能”，大幅减少了推理成本。
三、上下文和规范的交汇
表面看，Karpathy 强调“上下文”，Grove 强调“规范”；实际上，后者是前者的自然延伸。
- Karpathy 关注“单次调用前”如何把信息装填好。
- Grove 关注“多次调用、多人协作”时如何固化信息。
换句话说：
- 上下文工程解决“今天这次对话怎么喂”；
- 规范写作解决“以后所有对话都按同一套标准喂”。
两者合在一起，就是一条完整的流水线：
- 先用上下文工程跑通原型，找到哪些信息对结果最关键；
- 把这些信息提炼成规范，写成可测试的文档；
- 用规范去训练或约束模型，让它以后不必反复提醒；
- 当需求变动，再回过来更新规范，形成新版本。
四、如何落地：一张四步路线图
把上面两条路线合并，可以得到一套最小可执行的实践清单。
第一步：把一次对话拆成四层信息
从里到外依次是：
- 用户当前问题；
- 短期记忆：本轮对话上文；
- 长期记忆：用户画像、历史偏好；
- 外部知识：实时检索、工具返回。
用 Karpathy 的比喻，这四层就像四个抽屉，工程师的任务是“在正确的时间拉开正确的抽屉”。
第二步：用四种策略管理抽屉
LangChain 把上下文工程拆成四类动作，正好对应抽屉管理：
- 写入——把信息存起来（草稿板、长期记忆）；
- 筛选——把相关信息拉出来（RAG、记忆检索）；
- 压缩——把无用信息扔掉（摘要、裁剪）；
- 隔离——把大任务拆成小任务（多 Agent、沙盒）。
把这四类动作写成脚本，就能让“装填上下文”不再靠手工。
第三步：把脚本沉淀成规范
当脚本跑稳后，立刻做三件事：
- 把“取哪些信息、取多少、取到什么格式”写成文字；
- 给每条规则配上测试用例；
- 把文字和用例一起放进 Git，像维护源代码一样维护。
这份文档就是 Grove 口中的“规范”，它同时服务人和机器：
- 对人——新人可快速复现；
- 对机——模型可据此微调或做对齐训练。
第四步：让规范自我进化
规范不是一次写完就完事。
- 每次需求变更，先改规范，再改代码；
- 每次线上事故，补一条测试用例；
- 每季度跑一次回归，确保模型仍符合旧规范。
长期下来，团队会积累出一套“活”的规范库，比任何个人经验都可靠。
五、完整示例与常见误区
1、会议调度 Agent 示例
下面用“让 AI 帮用户安排会议”举例，把四步串起来。场景如下：
用户发消息：“嘿，想确认一下，你明天方便快速碰一下吗？”
第一步：拆信息层
- 用户问题：询问明天是否有空；
- 短期记忆：昨天已聊过项目 X；
- 长期记忆：用户习惯在周三上午留空；
- 外部知识：明天的日历已满，周四上午有空。
第二步：脚本化抽屉
- 写入——把日历事件、邮件记录、用户偏好写入长期记忆；
- 筛选——根据对方姓名找到历史合作记录，决定用随意语气；
- 压缩——把日历详情压缩成一句“明天全满”；
- 隔离——把“发会议邀请”拆给邮件子 Agent。
第三步：沉淀规范
文档标题：《会议调度 Agent 规范 v1.2》
内容包括：
- 必须读取用户日历，且只读取未来 7 天；
- 必须读取与发件人最近 10 封邮件，决定语气；
- 如果当天无空，给出最近三个可选时段；
- 邮件子 Agent 必须在 5 秒内发出邀请。
每条规则后面都附一个 pytest 风格的断言，保证可自动验证。
第四步：持续迭代
- 两周后发现用户喜欢在周五下午留 buffer，于是更新规范；
- 增加测试用例：周五下午 3～5 点永远标记为 busy；
- 用新的规范重新微调模型，3 小时后上线。
2、常见误区与对策
- 误区 1：把提示词当一次性草稿
对策：任何跑通一次的提示词，24 小时内必须写成规范，否则就删掉。防止“僵尸提示”到处复制。 - 误区 2：一次塞进太多上下文
对策：给每个信息源设预算上限，例如外部检索不超过 500 token，历史对话只取最近 5 轮。超出部分用摘要或打分再决定取舍。 - 误区 3：规范写成散文没人看
对策：强制用 Markdown 列表，每条规则不超过 40 字；同时配一个可执行的测试脚本，让规范“自证有效”。
结语
2025 年的 AI 应用开发，已经走过三个阶段：
- 2023 年：比拼模型大小；
- 2024 年：比拼提示词技巧；
- 2025 年：比拼“如何把需求讲清楚并固定下来”。
Karpathy 让我们看见“上下文”的重要性，Grove 告诉我们“规范”才是最终答案。我们把两人观点合起来，就得到一条简单的落地路线。
只要按这条线执行，再小的团队都能在几周内把原型变成可靠产品，而不是永远陷在“调提示”的泥潭里。那就是：
先用上下文工程跑通单次任务 → 再把成功经验写成规范 → 用规范训练或约束模型 → 让规范随需求持续演化。
“老邪说”AI专栏系列：
- 人机协作：当你的AI助手总“已读乱回”，你还Vibe不Vibe？
- 《超4000亿！美国AI初创公司融资流向、赛道与逻辑全曝光（附一览表）》
- 《“小而美”改成“快而赚” 复刻小团队从0打造4000万营收AI爆款》
- 2018-2025 AI Agents进化简史：从“人工智障”到“超级助理”
来源：Founder Park。本篇针对全文结合生成式 AI 做出的核心摘要和解答，仅作为参考，请以原文为准。图片：Altumcode，Unsplash
碎片化学习，上 shuzhi.me ！数智有你，一课开启：
- 一听微课堂破解“学用脱节”：留存率能做到81%
- 二问微学习培养“即插即用”：完课率能达到78%
- 三维微专业实现“产研融合”：在2周内完成迭代
所有课件、题库、问答基于海光认证iDTM+DeepSeek R1应用生成。免改免维云上多端AI透明化终身学习，现在我的台我来站！
更多有关模块课程、配套工具、框架问卷、服务矩阵以及整改案例等数治Pro一站式治理，欢迎扫码入群 @老邪 了解、获取。
