上下文工程（Context Engineering）火爆AI圈，一眾硅谷大佬紛紛為其站臺(tái)。事實(shí)上，這并不是一個(gè)新概念，只是其價(jià)值伴隨大模型、Agent的深度應(yīng)用而越發(fā)凸顯，尤其在企業(yè)的復(fù)雜軟件開(kāi)發(fā)場(chǎng)景中。大模型因未學(xué)過(guò)領(lǐng)域知識(shí)（企業(yè)私域數(shù)據(jù)和行業(yè)專屬知識(shí)），在實(shí)際應(yīng)用中常陷入知識(shí)盲區(qū)、產(chǎn)生幻覺(jué)。精準(zhǔn)、高效地提供任務(wù)所需的背景信息，可以顯著提升大模型的生成效果，加速大模型在企業(yè)的領(lǐng)域化應(yīng)用落地。

如何為軟件開(kāi)發(fā)中的大模型提供高精度上下文？事實(shí)上，軟件工程經(jīng)過(guò)數(shù)十年發(fā)展，沉淀了大量的流程、方法論和工具，為高質(zhì)量上下文構(gòu)建提供了系統(tǒng)性的方法基礎(chǔ)。

在此背景下，硅心科技（aiXcoder）結(jié)合“AI+軟件工程”理念，推出國(guó)內(nèi)首個(gè)企業(yè)級(jí)上下文工程產(chǎn)品——aiXcoder領(lǐng)域化程序分析平臺(tái)，率先將上下文工程轉(zhuǎn)化為可落地的企業(yè)級(jí)解決方案。產(chǎn)品深度綁定企業(yè)業(yè)務(wù)場(chǎng)景，以“深度獲取高質(zhì)量上下文”為核心，通過(guò)可編排的Agent模式，實(shí)現(xiàn)企業(yè)多私域數(shù)據(jù)和常用軟件工程工具的自動(dòng)召回與應(yīng)用，為大模型在企業(yè)特定軟件開(kāi)發(fā)任務(wù)中提供“必要且精準(zhǔn)”的上下文支撐，大幅提升其解決領(lǐng)域化研發(fā)任務(wù)的效果和質(zhì)量。

上下文工程：是企業(yè)剛需，落地也更具挑戰(zhàn)

上下文工程被視為比“提示詞工程”更專業(yè)、關(guān)鍵的能力。Shopify創(chuàng)始人Tobi Lutke認(rèn)為“上下文工程更好地描述了核心技能：為任務(wù)提供所有背景信息，讓大模型能夠合理解決問(wèn)題”；前OpenAI聯(lián)合創(chuàng)始人Andrej Karpathy將其定義為“一門精心設(shè)計(jì)填充上下文窗口的藝術(shù)與科學(xué)”。

隨著大模型與業(yè)務(wù)場(chǎng)景的結(jié)合日益緊密，上下文工程的重要性愈發(fā)凸顯，對(duì)企業(yè)而言更是剛需：

• 一是提升大模型生成結(jié)果的準(zhǔn)確性：通用大模型并不具備企業(yè)的私域知識(shí)，不了解企業(yè)特有的業(yè)務(wù)邏輯、開(kāi)發(fā)流程、框架和規(guī)范，生成結(jié)果往往流于泛泛或偏離實(shí)際。企業(yè)需要一種方案，把適當(dāng)?shù)钠髽I(yè)知識(shí)、工具和格式給到大模型，以便模型做出可靠性決策。
• 二是釋放企業(yè)“知識(shí)資產(chǎn)”價(jià)值：企業(yè)積累的代碼庫(kù)、設(shè)計(jì)文檔、測(cè)試用例、API規(guī)范、業(yè)務(wù)規(guī)則等核心資產(chǎn)，因分散、異構(gòu)難以有效利用。傳統(tǒng)的單一RAG方案，雖能引入企業(yè)內(nèi)部信息，但因其采用硬性文本切片和向量相似性檢索機(jī)制，存在語(yǔ)義割裂、檢索結(jié)果不準(zhǔn)確等問(wèn)題，無(wú)法從根本上實(shí)現(xiàn)多源異構(gòu)數(shù)據(jù)的語(yǔ)義對(duì)齊與精準(zhǔn)召回。企業(yè)需要更加工程化、系統(tǒng)級(jí)能力，推動(dòng)知識(shí)高效流轉(zhuǎn)與沉淀，將其自動(dòng)轉(zhuǎn)化為驅(qū)動(dòng)大模型精準(zhǔn)運(yùn)作的數(shù)據(jù)和環(huán)境。

然而，將上下文工程引入軟件開(kāi)發(fā)絕非易事。正如Andrej Karpathy所說(shuō)，上下文工程涉及任務(wù)描述、示例、RAG、多源數(shù)據(jù)、工具、當(dāng)前狀態(tài)與歷史上下文、信息壓縮與優(yōu)化等。輸入過(guò)少或形式錯(cuò)誤，模型無(wú)法獲得最佳上下文；輸入過(guò)多或不相關(guān)，則可能導(dǎo)致模型成本上升甚至性能下降。

更具挑戰(zhàn)的是，上下文工程只是復(fù)雜軟件系統(tǒng)的一部分。要讓大模型和Agent在企業(yè)軟件開(kāi)發(fā)中切實(shí)發(fā)揮作用，還需要解決任務(wù)邏輯拆解、流程控制、上下文窗口填充、模型調(diào)度、用戶交互等工程化問(wèn)題。

但是，海量且復(fù)雜的企業(yè)數(shù)據(jù)源如何整合，形成可用的上下文？面對(duì)具體的任務(wù)，需要將哪些上下文，以何種格式，在什么節(jié)點(diǎn)精準(zhǔn)“喂”給大模型？如何平衡輸入輸出，智能地對(duì)數(shù)據(jù)信息進(jìn)行有效壓縮、篩選與優(yōu)化？這些問(wèn)題都亟待深入探索與解決。

aiXcoder推出國(guó)內(nèi)首個(gè)企業(yè)級(jí)上下文工程平臺(tái)

面對(duì)大模型在企業(yè)領(lǐng)域化應(yīng)用的迫切需求和企業(yè)級(jí)上下文工程落地的技術(shù)難題，硅心科技（aiXcoder）基于在軟件工程領(lǐng)域的深厚技術(shù)積累與在企業(yè)級(jí)智能軟件開(kāi)發(fā)方面的實(shí)踐經(jīng)驗(yàn)，研發(fā)了面向企業(yè)研發(fā)需求的領(lǐng)域化程序分析平臺(tái)。

該平臺(tái)旨在高效整合企業(yè)復(fù)雜多樣的數(shù)據(jù)源，結(jié)合軟件工程工具將其轉(zhuǎn)化為符合企業(yè)業(yè)務(wù)流程的高質(zhì)量、高可信上下文，并依托動(dòng)態(tài)智能工作流，在恰當(dāng)?shù)墓?jié)點(diǎn)，把最有效的信息和工具提供給大模型，支撐其更高效、精準(zhǔn)地完成復(fù)雜軟件開(kāi)發(fā)任務(wù)。

在這個(gè)過(guò)程中，其關(guān)鍵在于：

• 深度綁定企業(yè)業(yè)務(wù)場(chǎng)景：上下文的價(jià)值源于對(duì)具體開(kāi)發(fā)流程與業(yè)務(wù)場(chǎng)景的深刻理解。平臺(tái)深入企業(yè)具體業(yè)務(wù)與領(lǐng)域知識(shí)，精準(zhǔn)定義“什么信息對(duì)當(dāng)前任務(wù)真正有效”。
• 融合成熟軟件工程工具：在基礎(chǔ)檢索之上，結(jié)合抽象語(yǔ)法樹(shù)、靜態(tài)分析得到的調(diào)用流圖、控制流圖、數(shù)據(jù)流圖等信息，給大模型提供更加準(zhǔn)確與靈活性的操作工具，從而獲取更加高質(zhì)量的上下文。

平臺(tái)通過(guò)多層架構(gòu)實(shí)現(xiàn)“知識(shí)資產(chǎn)整合→高質(zhì)量上下文構(gòu)建→動(dòng)態(tài)化流程控制”的能力閉環(huán)，支撐大模型生成領(lǐng)域可信結(jié)果。

• 企業(yè)數(shù)據(jù)源層：整合企業(yè)研發(fā)的大量各類數(shù)據(jù)，包括產(chǎn)品知識(shí)、流程知識(shí)、需求與設(shè)計(jì)信息、代碼庫(kù)及測(cè)試信息等，構(gòu)成上下文原料庫(kù)。
• 工具層：匯聚向量檢索、知識(shí)圖譜檢索、語(yǔ)法檢索、文檔樹(shù)檢索、Query改寫(xiě)、ReRank粗排等大量各類型軟件工程工具，深度集成程序分析能力，對(duì)原始數(shù)據(jù)信息進(jìn)行召回，并通過(guò)過(guò)濾、提煉、結(jié)構(gòu)化處理，動(dòng)態(tài)構(gòu)建與任務(wù)相關(guān)的高質(zhì)量上下文，形成“即插即用”的AI組件。
• 流程控制層：結(jié)合具體開(kāi)發(fā)任務(wù)，通過(guò)“拖拉拽”靈活構(gòu)建與編排智能研發(fā)工作流，自主定義和組合任務(wù)所需的上下文和工具，高效響應(yīng)研發(fā)需求。
• 應(yīng)用層：封裝流程層輸出的能力，將領(lǐng)域知識(shí)轉(zhuǎn)化為生產(chǎn)力工具，提升模型輸出的準(zhǔn)確性、效率與質(zhì)量。

在大模型、Agent深度滲透產(chǎn)業(yè)的浪潮中，上下文工程正從“概念熱詞”加速向“生產(chǎn)力引擎”轉(zhuǎn)變。aiXcoder領(lǐng)域化程序分析平臺(tái)的推出，不僅率先實(shí)現(xiàn)了上下文工程的企業(yè)級(jí)落地，更以“領(lǐng)域知識(shí)深度整合 + 智能流程動(dòng)態(tài)控制”的平臺(tái)化能力，為企業(yè)打通了大模型從“通用能力”到“領(lǐng)域效能”的關(guān)鍵轉(zhuǎn)化通道。

這也是繼私有化部署、領(lǐng)域化模型訓(xùn)練、深度定制、專業(yè)咨詢等方案之后，硅心科技（aiXcoder）在落地企業(yè)領(lǐng)域化智能研發(fā)解決方案的又一突破。

無(wú)論是金融行業(yè)復(fù)雜的交易邏輯、軍工領(lǐng)域的高可靠性代碼開(kāi)發(fā)，還是通信場(chǎng)景的大規(guī)模系統(tǒng)迭代和協(xié)議適配，硅心科技（aiXcoder）都可以快速幫助企業(yè)將“領(lǐng)域知識(shí)”轉(zhuǎn)化為驅(qū)動(dòng)智能研發(fā)的專屬AI競(jìng)爭(zhēng)力，有效提升模型生成結(jié)果的準(zhǔn)確性、合規(guī)性與領(lǐng)域適配性，助力大模型和 Agent 在復(fù)雜業(yè)務(wù)場(chǎng)景中實(shí)現(xiàn)真正的領(lǐng)域化應(yīng)用，推動(dòng)企業(yè)智能化研發(fā)與數(shù)字化轉(zhuǎn)型。