从Prompt到Context再到Agent，AI工程正经历三次范式跃迁。本文通过合同提取、催缴推荐和员工助手三个实战案例，揭示每次跃迁如何解决上一阶段的遗留问题。当行业焦点从措辞优化转向上下文架构，再到系统控制，模型能力与工程范式的螺旋上升正在重塑AI开发生态。

2024 年，有个朋友找我说：帮我把合同里的关键字段自动提取出来吧。

几百份 PDF，要抽签约方、金额、起止日期、服务条款等。做法很直接——写个 prompt，扔给大模型，解析返回结果。项目做完了，效果还行。

但我很快发现一个尴尬的事：合同模板一变，prompt 就得重新调。 同一个模型，同一个任务，就因为表述变了几个词，输出就不稳定了。

当时我没细想，觉得这就是 AI 开发的常态。

2025 年，又来了个项目：根据欠费清单和历史缴费记录，自动生成催缴推荐名单。这次我发现，问题根本不是 prompt 怎么写，而是模型得先“看到”那些缴费数据，才能做判断。

2026 年，我开始做员工智能助手。这个东西不再只是回答问题，而是要去查数据、配知识、调工具——替人干活。

回看这三年，这三个项目刚好踩在了 AI 工程的三次范式跃迁上：Prompt → Context → Agent。

有意思的是，每一次跃迁，都在解决上一轮留下的烂摊子。

第一轮：让模型“听懂”

最早那会儿，大家的核心焦虑是：怎么说，模型才能懂？

这事儿在今天听起来有点好笑，但在 GPT 刚出来的时候，真是个难题。那会儿模型虽然大（1750 亿参数），但你要不会“说话”，它就给你胡编。后来大家发现，给几个例子（few-shot），或者让它“一步一步思考”（Chain-of-Thought），效果会好很多。

所以那时候，整个行业都在研究措辞。角色扮演、例子排列、语气拿捏——全是为了让模型准确理解你的意图。

我那会儿做的合同提取和图片识别，就是这种路子。核心能力就是写 prompt，核心瓶颈也是写 prompt。

为什么？

因为模型虽然听懂了，但它身上带着四个硬伤：

第一，没记忆。 每次对话都是从头开始。你跟它聊了十轮，它也不记得第一轮你说了什么。

第二，没知识。 它脑子里只有训练时学过的东西。你公司的业务数据、行业规范、历史记录——一概不知。

第三，吃不了长的。 输入一长，中间段它就“失忆”。后来学界还专门给起了个名，叫“Lost in the Middle”。

第四，只能动嘴。 它输出文字，然后呢？没了。它不能操作任何系统，不能改数据，不能发通知。

模型听懂了，但它对你的业务一无所知，也没法帮你干任何实际的事。

这就引出了第二轮。

第二轮：让模型“看全”

Prompt 时代留下的核心问题是：你说了什么很重要，但你没说的东西——模型一无所知。

所以 Context 时代的命题变成了：在模型开口之前，你得先把正确的信息放到它眼前。

这不再是措辞问题，而是信息架构问题。

那段时间主要在干嘛呢？两件事。

第一，疯狂堆上下文窗口。Claude出100K，Gemini出1M，Llama 从 8K 一口气拉到 128K。各家都在比赛“谁家模型能一次吃更多”。

第二，RAG（检索增强生成）爆发。与其把所有东西都塞进去，不如动态找到最相关的那几块内容放进去。这样既省窗口，又准。

有个事我记得很深。2025年，有家电商平台的技术负责人公开说：“我们已经淘汰了提示词工程师岗位。”他需要的不是会写prompt 的人，而是会设计上下文架构的人。

我那个催缴清单的项目，就是在这个背景下做的。

复杂的根本不是prompt，而是怎么让模型“看到”正确的数据。 要考虑的东西变成了：哪些数据要放进去？欠费金额、逾期天数、历史缴费记录……怎么组织？是按户聚合还是按时间线排？窗口不够怎么办？要不要分批？

我当时最大的感受是：我不再花时间调 prompt 的措辞了，我在画上下文的结构图。

模型还是那个模型，但因为它“看到了”缴费历史，它做的判断比之前准确太多了。

但做着做着，新的问题又冒出来了：

模型能看全了，但它只能看，不能干。

它理解了业务，但它不能改数据、不能发通知。每一次都是“你喂它一口，它答一句”——你不推，它不动。

说白了，模型像是一个什么都知道但什么活都不干的顾问。

这就到了第三轮。

第三轮：让模型“做到”

Context 时代留下的核心问题是：你让模型看到了全部信息，但它只能“动口不动手”。

所以 Agent 时代的命题变成了：怎么让模型从“理解”变成“执行”，从“回答”变成“完成”。

这不是信息架构问题了，这是系统控制问题。

2025 年，几个关键节点让这个事成为可能：

Anthropic 出了 MCP 协议，模型终于有了标准化的方式去调用外部工具——相当于给它装上了“手”。

Google 出了 A2A 协议，不同的Agent 可以互相通信——相当于给了它们“社交能力”。

2025 年被称为 “AI Agent 元年”。许多公司开始建设自己的 Agent 系统。

有个趋势很值得关注：随着系统越来越复杂，选哪个模型已经没那么重要了，重要的是你怎么搭这个系统。有分析指出，模型本身对最终效果的“边际贡献”在持续下降，系统工程能力——上下文管理、工具编排、容错机制——正在成为决定成败的关键。

我做员工智能助手的时候，感受特别深。

它的核心不再是“写 prompt”或“设计context”，而是搭一个能让模型自主做事的闭环：

1. 感知：员工问“帮我查一下上个月的任务执行情况”
2. 规划：模型得自己拆解——先查任务执行数据 → 再比对考核规则 → 然后整理异常列表
3. 执行：调用 API 拿数据 → 调规则引擎做判断 → 生成报告
4. 反馈：把结果呈现出来，再追问一句“要不要采取补救措施？”

每一步都可能出问题：

• 系统超时了怎么办？
• 数据权限不够怎么办？
• 模型判断错了怎么办？

所以我关心的不再是“模型答得对不对”，而是整个系统能不能可靠地走完一整个流程——还要考虑怎么容错、怎么重试、什么时候让人工介入。

当然，Agent 也带来了全新的头疼问题：

• 模型现在能动手了，但如果它动错了呢？
• Prompt 注入攻击的杀伤力指数级上升。多步推理链里一步错就步步错。它自主做了决策，出了问题能不能追溯？
• 多个 Agent 一起干活，谁来管？

模型终于能做事了，但你还不敢让它放手去做。

所以这三轮到底在干嘛？

把它们放一起看，其实特别清楚：

第一轮（Prompt）： 解决“模型听不懂人话”的问题。

→ 留下的新问题：它听懂了，但它记不住、不知道、干不了。

第二轮（Context）： 解决“模型对你的业务一无所知”的问题。

→ 留下的新问题：它终于知道了，但它只能看不能干。

第三轮（Agent）： 解决“模型只能动口不能动手”的问题。

→ 留下的新问题：它能干了，但安全、可靠、治理这些事还没跟上。

三轮的核心命题分别是：怎么说 → 给什么 → 能做什么。

它们不是彼此取代的关系，是层层叠加的。Agent 系统里要有 Context 管理，Context 系统里要有 Prompt 设计。每一层都在解决上一层的遗留问题，同时暴露出新的问题。

这跟软件工程的演进很像——汇编 → 高级语言 → 框架。后来的不是替代前者，而是在前者上面加了一层新的抽象。

这条线背后是什么规律？

回头看，每一次跃迁，都需要两个条件同时到位：

场景复杂度到了，模型能力也到了。

2023 年让你做员工智能助手，做不出来——模型推理能力不够，工程生态也不成熟。

2026 年你还在调prompt 做合同提取，也不是不行，但你的天花板已经不在这里了。

这事其实挺残酷的：你不进化，但行业在进化。去年你还在研究怎么写 prompt 才能让模型输出 JSON 格式，今年已经有人在搭多 Agent 协作系统了。

有个判断我觉得挺有参考价值的：Gartner 预测到 2026 年底，40% 的企业应用将集成 AI Agent。 这已经不是“要不要做”的问题，而是“怎么做得比别人好”的问题。

那你现在在哪个阶段？

如果你还在纯写prompt，是时候抬头看看 context 和 agent 了。

如果你已经在搭Agent 系统，恭喜你踩在了节点上——但安全和治理的硬骨头很快会啃到你。

如果你跟我一样是从prompt 一路干过来的，那这篇文章应该帮你理清了一点：这三年你没白干，每一步都是下一层的基础。

最后说一句：

模型在迭代，场景在变复杂，但底层逻辑一直没变——每一次都是“模型的能力往前走了一步，然后工程范式追上去，把这种能力锁死在系统里。”

认清你在哪一层，比你用什么模型重要得多。