一、詞語(yǔ)先于現(xiàn)實(shí)

技術(shù)界有一種慣性：用詞語(yǔ)的更迭來(lái)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(wú)可置疑的前瞻感席卷從業(yè)者的話語(yǔ)空間——仿佛只要掌握了正確的術(shù)語(yǔ)，就掌握了通往未來(lái)的鑰匙。

過(guò)去三年，人工智能領(lǐng)域依次經(jīng)歷了三個(gè)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(wú)聲中折射出人類(lèi)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?cè)詾檎Z(yǔ)言是咒語(yǔ)

2022年底，ChatGPT橫空出世，公眾第一次以如此低的門(mén)檻與大語(yǔ)言模型對(duì)話。隨之而來(lái)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(shí)間，人人都是“提示詞工程師”——這個(gè)頭銜的迷人之處在于，它將與機(jī)器對(duì)話的技藝包裝成了一門(mén)嚴(yán)肅的工程學(xué)科，給平凡的鍵盤(pán)敲擊賦予了某種專(zhuān)業(yè)的光暈。

所謂“提示詞工程”，本質(zhì)上是一種針對(duì)單次交互的語(yǔ)言?xún)?yōu)化實(shí)踐：通過(guò)精心設(shè)計(jì)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(duì)話窗口，關(guān)注的核心是“如何問(wèn)”。

這種實(shí)踐確實(shí)奏效，尤其對(duì)于自足的單次任務(wù)——摘要、翻譯、改寫(xiě)、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(yǔ)言拜物教，相信只要找到正確的“咒語(yǔ)”，模型便會(huì)臣服?；ヂ?lián)網(wǎng)上隨之出現(xiàn)了大量“神奇提示詞”的攻略，聲稱(chēng)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(lèi)于中世紀(jì)的符文學(xué)。

等到任務(wù)真的復(fù)雜起來(lái)，這套東西的問(wèn)題就藏不住了。多輪對(duì)話、跨步驟推理、需要在第七輪還記得第一輪說(shuō)過(guò)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(shuō)、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(diǎn)，結(jié)構(gòu)再清晰一點(diǎn)，也許就能更好。但這個(gè)方向從根本上就走歪了——這些故障的根源不是語(yǔ)言表達(dá)的問(wèn)題，是模型本身沒(méi)有持續(xù)運(yùn)轉(zhuǎn)的工作記憶，每次對(duì)話對(duì)它而言都是重新開(kāi)機(jī)，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(jiàn)而已。窗口一滿(mǎn)，就消失了。語(yǔ)言技巧解決不了這個(gè)，就像一封寫(xiě)得再好的信，也替代不了一套運(yùn)轉(zhuǎn)正常的檔案管理系統(tǒng)。

電影《她》

三、上下文工程：從語(yǔ)言技藝到信息建筑

2025年中前后，“上下文工程”這個(gè)詞開(kāi)始在AI開(kāi)發(fā)社區(qū)里密集出現(xiàn)。直接的觸發(fā)點(diǎn)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(mǎn)、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?yàn)樗f(shuō)出了很多人已經(jīng)在做、但沒(méi)想清楚自己在做什么的那件事。

兩者的核心差異說(shuō)起來(lái)并不復(fù)雜。提示詞工程問(wèn)的是“怎么開(kāi)口”，上下文工程問(wèn)的是“開(kāi)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(gè)量級(jí)：系統(tǒng)提示怎么寫(xiě)、歷史對(duì)話保留多少、什么時(shí)候從外部知識(shí)庫(kù)拉取相關(guān)內(nèi)容、工具調(diào)用的結(jié)果如何回流進(jìn)語(yǔ)境、跨會(huì)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(wèn)題，不是單個(gè)指令能覆蓋的范圍。Gartner在2025年的分析中把它定義為“設(shè)計(jì)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(shí)踐”：語(yǔ)言退成了配角，信息架構(gòu)才是臺(tái)面上真正的東西。

從認(rèn)識(shí)論的角度看，這個(gè)轉(zhuǎn)變值得記一筆。它說(shuō)明從業(yè)者開(kāi)始真正放棄“語(yǔ)言魔法”那套幻想了，不再寄望于找到某個(gè)神奇措辭去撬動(dòng)模型，而是老實(shí)地去問(wèn)：這個(gè)系統(tǒng)要正常運(yùn)轉(zhuǎn)，需要在正確的時(shí)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(jì)。這是一種認(rèn)知上的成熟，盡管來(lái)得有點(diǎn)遲。

不過(guò)上下文工程也有它繞不過(guò)去的問(wèn)題。它把人的角色從“發(fā)話者”升格為“信息架構(gòu)師”，聽(tīng)上去是一次提升，但模型本身的處境并沒(méi)有變，它還是那個(gè)被動(dòng)等待投喂的執(zhí)行方，在人設(shè)定的信息范圍內(nèi)運(yùn)轉(zhuǎn)，稱(chēng)不上真正意義上的協(xié)作者。這個(gè)結(jié)構(gòu)性的不對(duì)等并沒(méi)有被解決，只是在“工程化”的新話語(yǔ)里暫時(shí)擱置了。等到下一個(gè)概念出場(chǎng)，它會(huì)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(kāi)了一項(xiàng)內(nèi)部實(shí)驗(yàn)的細(xì)節(jié)：一個(gè)由三名（后擴(kuò)展至七名）工程師組成的小組，在約五個(gè)月內(nèi)構(gòu)建了一個(gè)包含逾百萬(wàn)行代碼的生產(chǎn)級(jí)應(yīng)用：其中沒(méi)有任何一行代碼出自人類(lèi)之手。工程師們的工作是設(shè)計(jì)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(chēng)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(qiáng)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(gè)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(duì)上下文工程的進(jìn)一步延伸與升格。如果說(shuō)提示詞工程關(guān)注單個(gè)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(gè)智能體系統(tǒng)的約束、反饋與熵控：代碼庫(kù)的結(jié)構(gòu)設(shè)計(jì)（使其對(duì)AI“可讀”）、工具權(quán)限的精確劃定、質(zhì)量規(guī)則的自動(dòng)化執(zhí)法、失敗后的自動(dòng)恢復(fù)機(jī)制、以及人類(lèi)介入節(jié)點(diǎn)的系統(tǒng)性嵌入。

一個(gè)有力的隱喻來(lái)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(huì)將軟件直接運(yùn)行于裸露的芯片之上；同理，你也不會(huì)讓AI代理在沒(méi)有操作系統(tǒng)的情況下獨(dú)立運(yùn)轉(zhuǎn)。駕馭工程師的工作，不是寫(xiě)代碼，而是設(shè)計(jì)讓AI可以寫(xiě)出可靠代碼的環(huán)境。

五、一個(gè)值得警惕的隱喻

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

上下文工程時(shí)代，人類(lèi)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(shí)代，人類(lèi)是馴獸師/系統(tǒng)設(shè)計(jì)者，AI是一匹強(qiáng)壯但需要被套轡的馬，或者更直白地說(shuō)，是一種功能強(qiáng)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(duì)“智慧城市”概念的批判，城市的話語(yǔ)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(méi)有參與設(shè)計(jì)轡具的發(fā)言權(quán)；駕馭旨在傳遞能量的同時(shí)阻止不受歡迎的行為；使用者部署了一個(gè)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(dòng)，不受任何影響。

這第三個(gè)假設(shè)尤為值得質(zhì)疑。研究者在分析“AI駕馭”這一話語(yǔ)時(shí)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(hù)自身。但這是一個(gè)難以成立的假設(shè)。人類(lèi)與AI系統(tǒng)的長(zhǎng)期互動(dòng)，必然雙向地影響著交互雙方：人類(lèi)的思維習(xí)慣、判斷路徑、注意力模式，不可能對(duì)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(gè)概念的，是一個(gè)揮之不去的哲學(xué)預(yù)設(shè)：AI是工具。這一立場(chǎng)的淵源可以追溯至亞里士多德對(duì)“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(diǎn)以“工具中立論”的面目持續(xù)活躍：技術(shù)本身無(wú)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(chǎng)的吸引力在于它的道德簡(jiǎn)潔性：只要我們把轡具做好，馬跑哪里是我們的事。但這種簡(jiǎn)潔恰恰是它的危險(xiǎn)之處。它將人類(lèi)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(shuí)來(lái)決定使用目的”、“被使用的過(guò)程中什么被改變了”等根本問(wèn)題。

駕馭工程所描述的未來(lái)，是一個(gè)人類(lèi)工程師設(shè)計(jì)約束系統(tǒng)、AI代理在約束中自主生成大量輸出、而人類(lèi)因輸出量太大無(wú)法逐一審查、因此必須將審查本身也交給更多自動(dòng)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(dòng)化，監(jiān)督自動(dòng)化進(jìn)一步釋放AI產(chǎn)能，產(chǎn)能擴(kuò)大再次壓縮人類(lèi)注意力。在這個(gè)循環(huán)中，“人類(lèi)監(jiān)督”逐漸從實(shí)質(zhì)性介入萎縮為形式性存在。

這不是對(duì)AI技術(shù)本身的否定，而是對(duì)一種特定發(fā)展路徑的叩問(wèn)：當(dāng)“人類(lèi)注意力是真正稀缺資源”成為工程圈的共識(shí)性表述，當(dāng)工程師的核心工作從寫(xiě)代碼轉(zhuǎn)變?yōu)椤霸O(shè)計(jì)讓AI寫(xiě)代碼的環(huán)境”，我們是否應(yīng)當(dāng)停下來(lái)問(wèn)一句：在這個(gè)新的分工結(jié)構(gòu)中，“人類(lèi)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(yǔ)霸權(quán)

三個(gè)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(yǔ)運(yùn)動(dòng)本身耐人尋味：它將本應(yīng)是人文與社會(huì)議題的問(wèn)題（人與AI如何共處、誰(shuí)來(lái)決定AI的行動(dòng)邊界、AI對(duì)人類(lèi)認(rèn)知的影響）悄悄還原為技術(shù)設(shè)計(jì)問(wèn)題。

“工程”語(yǔ)言的強(qiáng)勢(shì)滲透，并非只是無(wú)害的命名習(xí)慣。當(dāng)我們用“駕馭”來(lái)描述人機(jī)關(guān)系，當(dāng)我們以“上下文”來(lái)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(shū)館里，每一本書(shū)都沉默地包含著對(duì)世界的某種特定分類(lèi)；每一個(gè)工程術(shù)語(yǔ)，也同樣包含著對(duì)人與技術(shù)關(guān)系的某種特定假設(shè)。

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

當(dāng)下最值得追問(wèn)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(dòng)化，當(dāng)設(shè)計(jì)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(lèi)判斷”，究竟還有多少是真正屬于人類(lèi)的？