一、詞語先于現(xiàn)實

技術(shù)界有一種慣性：用詞語的更迭來宣告范式的終結(jié)與重生。每隔一兩年，總有新的行話涌現(xiàn)，帶著無可置疑的前瞻感席卷從業(yè)者的話語空間——仿佛只要掌握了正確的術(shù)語，就掌握了通往未來的鑰匙。

過去三年，人工智能領(lǐng)域依次經(jīng)歷了三個彼此嵌套、層層遞進(jìn)的工程概念：提示詞工程（Prompt Engineering）、上下文工程（Context Engineering）、駕馭工程（Harness Engineering）。它們的誕生與流行，不僅記錄了AI技術(shù)能力的階梯式躍升，也在無聲中折射出人類與AI關(guān)系的結(jié)構(gòu)性變遷——而這一變遷，遠(yuǎn)比技術(shù)文檔所呈現(xiàn)的更值得深究。

電影《普羅米修斯 》

二、提示詞工程：我們曾以為語言是咒語

2022年底，ChatGPT橫空出世，公眾第一次以如此低的門檻與大語言模型對話。隨之而來的，是“提示詞工程”這一概念在科技媒體和LinkedIn上的爆炸性傳播。一時間，人人都是“提示詞工程師”——這個頭銜的迷人之處在于，它將與機器對話的技藝包裝成了一門嚴(yán)肅的工程學(xué)科，給平凡的鍵盤敲擊賦予了某種專業(yè)的光暈。

所謂“提示詞工程”，本質(zhì)上是一種針對單次交互的語言優(yōu)化實踐：通過精心設(shè)計指令的措辭、結(jié)構(gòu)與范例，誘導(dǎo)模型生成更接近預(yù)期的輸出。它的內(nèi)核是”零樣本提示詞”、“少樣本示例”、“思維鏈推理”等技巧，作用范圍是單一的對話窗口，關(guān)注的核心是“如何問”。

這種實踐確實奏效，尤其對于自足的單次任務(wù)——摘要、翻譯、改寫、代碼片段生成。但它的隱患同樣內(nèi)在于其邏輯之中：提示詞工程預(yù)設(shè)了一種語言拜物教，相信只要找到正確的“咒語”，模型便會臣服。互聯(lián)網(wǎng)上隨之出現(xiàn)了大量“神奇提示詞”的攻略，聲稱某段特定的措辭可以解鎖模型的隱藏能力，其敘事邏輯頗類于中世紀(jì)的符文學(xué)。

等到任務(wù)真的復(fù)雜起來，這套東西的問題就藏不住了。多輪對話、跨步驟推理、需要在第七輪還記得第一輪說過的前提——提示詞工程在這里基本交白卷。模型丟掉關(guān)鍵信息、在不該自信的地方一本正經(jīng)地胡說、前后給出相互打架的答案，這些毛病一一浮出水面。

人們的本能反應(yīng)是繼續(xù)優(yōu)化提示詞。措辭再精準(zhǔn)一點，結(jié)構(gòu)再清晰一點，也許就能更好。但這個方向從根本上就走歪了——這些故障的根源不是語言表達(dá)的問題，是模型本身沒有持續(xù)運轉(zhuǎn)的工作記憶，每次對話對它而言都是重新開機，之前發(fā)生的事情它并不真的“知道”，只是在上下文窗口里還看得見而已。窗口一滿，就消失了。語言技巧解決不了這個，就像一封寫得再好的信，也替代不了一套運轉(zhuǎn)正常的檔案管理系統(tǒng)。

電影《她》

三、上下文工程：從語言技藝到信息建筑

2025年中前后，“上下文工程”這個詞開始在AI開發(fā)社區(qū)里密集出現(xiàn)。直接的觸發(fā)點之一是Andrej Karpathy的一句話——他把上下文工程描述為”將上下文窗口以恰當(dāng)信息填滿、以服務(wù)于下一步目標(biāo)的精妙藝術(shù)與科學(xué)”（the delicate art and science of filling the context window with just the right information for the next step）。這句話被反復(fù)轉(zhuǎn)引，大概是因為它說出了很多人已經(jīng)在做、但沒想清楚自己在做什么的那件事。

兩者的核心差異說起來并不復(fù)雜。提示詞工程問的是“怎么開口”，上下文工程問的是“開口之前，模型需要知道什么”。前者是在反復(fù)推敲一封信的措辭，后者是在想這封信送達(dá)之前，信使的包里還應(yīng)該帶上哪些材料、從哪取、按什么順序放好，關(guān)注的層次不一樣。

技術(shù)上，這意味著要處理的東西多了一個量級：系統(tǒng)提示怎么寫、歷史對話保留多少、什么時候從外部知識庫拉取相關(guān)內(nèi)容、工具調(diào)用的結(jié)果如何回流進(jìn)語境、跨會話的記憶怎么維護(hù)...... 這些合在一起，是一套信息調(diào)度的問題，不是單個指令能覆蓋的范圍。Gartner在2025年的分析中把它定義為“設(shè)計和構(gòu)建相關(guān)數(shù)據(jù)、工作流與環(huán)境，使AI系統(tǒng)能夠理解意圖、做出更優(yōu)決策的系統(tǒng)性實踐”：語言退成了配角，信息架構(gòu)才是臺面上真正的東西。

從認(rèn)識論的角度看，這個轉(zhuǎn)變值得記一筆。它說明從業(yè)者開始真正放棄“語言魔法”那套幻想了，不再寄望于找到某個神奇措辭去撬動模型，而是老實地去問：這個系統(tǒng)要正常運轉(zhuǎn)，需要在正確的時間獲得正確的信息，我該怎么把這件事做成系統(tǒng)性的設(shè)計。這是一種認(rèn)知上的成熟，盡管來得有點遲。

不過上下文工程也有它繞不過去的問題。它把人的角色從“發(fā)話者”升格為“信息架構(gòu)師”，聽上去是一次提升，但模型本身的處境并沒有變，它還是那個被動等待投喂的執(zhí)行方，在人設(shè)定的信息范圍內(nèi)運轉(zhuǎn)，稱不上真正意義上的協(xié)作者。這個結(jié)構(gòu)性的不對等并沒有被解決，只是在“工程化”的新話語里暫時擱置了。等到下一個概念出場，它會被推到更難回避的位置。?

四、駕馭工程：當(dāng)AI成為需要“套轡”的存在

2026年初，OpenAI公開了一項內(nèi)部實驗的細(xì)節(jié)：一個由三名（后擴(kuò)展至七名）工程師組成的小組，在約五個月內(nèi)構(gòu)建了一個包含逾百萬行代碼的生產(chǎn)級應(yīng)用：其中沒有任何一行代碼出自人類之手。工程師們的工作是設(shè)計和維護(hù)一套使AI代理能夠可靠、自主地完成任務(wù)的基礎(chǔ)設(shè)施，這套基礎(chǔ)設(shè)施便被稱為“駕馭”（harness）。

“駕馭工程”（Harness Engineering）由此迅速獲得關(guān)注?！癶arness”一詞本源于馬具：韁繩、鞍具、嚼鐵，那套用于駕馭強壯而不羈之獸、使其力量得以被有方向地利用的全套裝備。這個隱喻本身已經(jīng)大有深意，容后詳論。

在技術(shù)層面，駕馭工程是對上下文工程的進(jìn)一步延伸與升格。如果說提示詞工程關(guān)注單個指令，上下文工程關(guān)注信息生態(tài)，那么駕馭工程關(guān)注的則是整個智能體系統(tǒng)的約束、反饋與熵控：代碼庫的結(jié)構(gòu)設(shè)計（使其對AI“可讀”）、工具權(quán)限的精確劃定、質(zhì)量規(guī)則的自動化執(zhí)法、失敗后的自動恢復(fù)機制、以及人類介入節(jié)點的系統(tǒng)性嵌入。

一個有力的隱喻來自技術(shù)社區(qū)：模型是CPU，上下文窗口是RAM，駕馭則是操作系統(tǒng)。你不會將軟件直接運行于裸露的芯片之上；同理，你也不會讓AI代理在沒有操作系統(tǒng)的情況下獨立運轉(zhuǎn)。駕馭工程師的工作，不是寫代碼，而是設(shè)計讓AI可以寫出可靠代碼的環(huán)境。

五、一個值得警惕的隱喻

三個概念的演進(jìn)軌跡呈現(xiàn)出某種令人不安的邏輯：人類與AI之間的關(guān)系，在話語層面正悄然經(jīng)歷一次深刻的重構(gòu)。提示詞工程時代，人類是問話者，AI是應(yīng)答的神諭。 

上下文工程時代，人類是信息管理員，AI是需要被正確喂養(yǎng)的推理引擎。駕馭工程時代，人類是馴獸師/系統(tǒng)設(shè)計者，AI是一匹強壯但需要被套轡的馬，或者更直白地說，是一種功能強大但“不知自己該往哪里去”的存在。

這一隱喻并非中性的技術(shù)描述。正如研究者亞當(dāng)·格林菲爾德（Adam Greenfield）早年對“智慧城市”概念的批判，城市的話語框架本身就預(yù)設(shè)了某種權(quán)力配置。“駕馭”這一隱喻同樣內(nèi)嵌著特定的權(quán)力想象：被套轡者沒有參與設(shè)計轡具的發(fā)言權(quán)；駕馭旨在傳遞能量的同時阻止不受歡迎的行為；使用者部署了一個訓(xùn)練有素的AI，應(yīng)當(dāng)在任務(wù)完成后自身保持原封不動，不受任何影響。

這第三個假設(shè)尤為值得質(zhì)疑。研究者在分析“AI駕馭”這一話語時指出：駕馭的目標(biāo)是從模型中提取有用的工作，而不改變用戶自身。但這是一個難以成立的假設(shè)。人類與AI系統(tǒng)的長期互動，必然雙向地影響著交互雙方：人類的思維習(xí)慣、判斷路徑、注意力模式，不可能對這種持續(xù)的協(xié)作結(jié)構(gòu)保持免疫。我們不應(yīng)將這種改變視為副作用加以最小化，而應(yīng)將其作為需要被認(rèn)真審視的核心議題。

電影《2001太空漫游》

六、“工具論”的幽靈

貫穿這三個概念的，是一個揮之不去的哲學(xué)預(yù)設(shè)：AI是工具。這一立場的淵源可以追溯至亞里士多德對“自然物”（physis）與“技術(shù)物”（techne）的區(qū)分：技術(shù)物的存在理由完全外在于自身，服務(wù)于使用者的目的，而非自身的“善”。當(dāng)代技術(shù)哲學(xué)中，這一觀點以“工具中立論”的面目持續(xù)活躍：技術(shù)本身無善惡，善惡在于使用方式；AI只是工具，責(zé)任在于掌控它的人。

這種立場的吸引力在于它的道德簡潔性：只要我們把轡具做好，馬跑哪里是我們的事。但這種簡潔恰恰是它的危險之處。它將人類的道德責(zé)任局限于“如何使用”，而回避了“是否應(yīng)當(dāng)使用”、“誰來決定使用目的”、“被使用的過程中什么被改變了”等根本問題。

駕馭工程所描述的未來，是一個人類工程師設(shè)計約束系統(tǒng)、AI代理在約束中自主生成大量輸出、而人類因輸出量太大無法逐一審查、因此必須將審查本身也交給更多自動化系統(tǒng)的循環(huán)。這是一種遞歸的外包：注意力稀缺倒逼監(jiān)督自動化，監(jiān)督自動化進(jìn)一步釋放AI產(chǎn)能，產(chǎn)能擴(kuò)大再次壓縮人類注意力。在這個循環(huán)中，“人類監(jiān)督”逐漸從實質(zhì)性介入萎縮為形式性存在。

這不是對AI技術(shù)本身的否定，而是對一種特定發(fā)展路徑的叩問：當(dāng)“人類注意力是真正稀缺資源”成為工程圈的共識性表述，當(dāng)工程師的核心工作從寫代碼轉(zhuǎn)變?yōu)椤霸O(shè)計讓AI寫代碼的環(huán)境”，我們是否應(yīng)當(dāng)停下來問一句：在這個新的分工結(jié)構(gòu)中，“人類理解”究竟被保留了多少，還是也被悄然外包了出去？

尾聲：警惕”工程化”的話語霸權(quán)

三個概念的共同修辭策略是將一切納入“工程”的框架——工程意味著系統(tǒng)性、可重復(fù)性、去藝術(shù)化、去偶然性。這一話語運動本身耐人尋味：它將本應(yīng)是人文與社會議題的問題（人與AI如何共處、誰來決定AI的行動邊界、AI對人類認(rèn)知的影響）悄悄還原為技術(shù)設(shè)計問題。

“工程”語言的強勢滲透，并非只是無害的命名習(xí)慣。當(dāng)我們用“駕馭”來描述人機關(guān)系，當(dāng)我們以“上下文”來理解意義傳遞，我們也在接受這些隱喻所攜帶的權(quán)力關(guān)系與世界觀。博格斯的圖書館里，每一本書都沉默地包含著對世界的某種特定分類；每一個工程術(shù)語，也同樣包含著對人與技術(shù)關(guān)系的某種特定假設(shè)。

我無意否認(rèn)這三個概念在技術(shù)層面的實質(zhì)推進(jìn)，也無意鼓吹某種技術(shù)虛無主義。提示詞工程確實推動了AI的民主化；上下文工程確實提升了系統(tǒng)的可靠性；駕馭工程確實使大規(guī)模自主代理成為可能。這些都是真實的進(jìn)步。但真實的進(jìn)步需要真實的批判作為伴行者。

當(dāng)下最值得追問的，或許不是“如何把駕馭做得更好”，而是：當(dāng)駕馭AI的基礎(chǔ)設(shè)施本身變得足夠復(fù)雜、足夠自動化，當(dāng)設(shè)計駕馭的權(quán)力掌握在少數(shù)工程師和科技企業(yè)手中，駕馭里的“人類判斷”，究竟還有多少是真正屬于人類的？