本文是 Manus 团队关于构建 AI 代理（Agent）的经验总结，核心观点是“上下文工程（Context Engineering）”比模型微调更适合快速迭代的产品。文章详细阐述了在构建 Manus 过程中学到的几大关键原则，包括：围绕 KV 缓存进行设计以优化延迟和成本、通过掩蔽（Masking）而非移除来管理工具、将文件系统作为无限的外部上下文、通过复述任务来操控模型注意力、保留错误以帮助模型学习，以及避免少样本示例带来的思维固化。这些实践经验旨在帮助其他开发者更高效地构建稳定、可扩展的 AI 代理。

「上下文工程」会是构建 AI Agent 过程中绕不过去又极具挑战的一环，挺适合想要投身于 AI 领域的程序员。