上下文工程智能体套件

问题：上下文正在成为 Agent 系统的第一性约束

当 Agent 从单轮问答走向长时间自主运行，真正决定成败的往往不是模型权重，而是推理时刻喂给它的完整上下文：system instructions、tool definitions、检索到的文档、消息历史、工具输出。上下文不是 prompt 文本的缩写，它就是模型能看到的全部状态。

随着上下文增长，模型会出现可预测的退化：lost-in-middle（中间信息被忽略）、U 形注意力曲线、错误叠加导致的 context poisoning，以及无关信息淹没关键内容的 context distraction。多智能体场景更糟：orchestrator 累积漫长轨迹，worker 只看得到窄文本切片，token 成本与状态丢失同时爆炸。