2025 年的最后一个星期，Manus 给了业界太多震撼。
ARR （年度经常性收入）达到 1 亿美金。10 亿美金被 Meta 收购。从年初的爆火，到备受质疑，再到打脸所有质疑。Manus 的这一年，可以说尝尽了创业的酸甜苦辣。多少创业者终其一生才能体验到这等波澜壮阔。
不过，Manus 的消息无疑是振奋了所有坚持在 AI Agent 应用层创业的创业者。因为它证明了一件事情，没有模型训练，押注上下文工程，是有高壁垒、高估值的。
没有在一线实践的人，可能理解不了上下文工程的重要性和复杂度。但是每天在 Agent 构建里摸爬滚打的人应该能感受到，要做好上下文工程，全是细节。
放到上下文窗口的信息，放多了信息冗余、浪费钱，放少了完不成任务，放错地方也不行。这个“火候”的把控需要开发人员对场景深刻的理解，对每个工具的输入输出精细打磨，更重要的是要营造好一个供 AI 工作的好环境。
思考到这一点的时候，我觉得很有意思。类比到人身上的时候，不外乎也是如此，好的工作环境尤其重要。如果用我们工作中的亲身经历，就能比较好理解这件事情。
如果一个组织内的信息不能上传下达，不能很好流通，我们工作决策一定会跑偏。如果每天办公室有很多噪音，就会影响你工作的注意力。如果你的工作不能得到有效的反馈，你就会不知所措。
所以我们在做Agent工程的时候，实际上 就是在给 AI 工作营造一个最好的工作环境，通过各种方式给足信息，去除“噪音”，给足反馈。而上下文工程就是这里面最重要的一个环节，它是这个环境里所有信息的交汇处。
一、我们来说说怎样算是一个好的“工作环境”呢？
首先，要有足够的工具供 AI 使用，同样是不能太多，也不能太少，要恰到好处。
太多 AI 会混乱，太少就变成普通问答了。基本的 Grep、Glob、Read、WebSearch、WebFetch… 一定是要配齐的，这样 AI 才能有基本的行动能力。
然后不同场景下的任务还要配特定场景的工具，比如编程要配 Write、Edit，不然AI 就没办法编辑代码。这个就因不同行业不同场景而异了，就像我们现在各行各业用的工作工具也是不一样的。
其次，在这个空间里信息一定要全，意思是支撑完成任务的信息都要有，不能缺漏。剩下的就是看怎么把信息拼装给 AI，或者是激发 AI 自身去检索信息。没有足够的信息，AI 的工作结果一定会跑偏的。
最后，就是做一个精妙的上下文工程了，如何有效地把提示、工具、信息、记忆、状态、策略…汇集并组织起来，放到 AI有限的上下文窗口里。
二、回过头来看，为什么Agent 路线押注上下文工程有机会？
1、通用 AI 注定无法适配所有的工作环境
通用 AI 注定不会去配备特定场景里使用的工具。并且信息也是要用户主动去提供的，这会增加很多的麻烦，而且不一定全面。更不会说为了特定场景去调优上下文。
这个道理很简单，看现在的发展趋势也能看出来。ChatGPT 和 Claude本身也能写代码，为什么两家都要独立再做一个专门写代码的产品 Codex 和 Claude Code。就是因为要跟IDE代码编辑器这个环境深度融合。
然而，写代码这个场景，模型厂商熟，所以他们能融合得很好。其他场景就未必了。所以这里有大量场景融合的机会。
2、集众家之所长
模型发展到现在，已经开始逐渐分化了。如果跟模型打交道多了，就能够很清晰地感知到模型的能力边界，以及它最擅长的是什么、特点是什么。比如 GPT 更加冷静睿智，Claude 更加有情商有哲思，Gemini 更擅长处理文档、图片、音频、视频等多模态数据。
那么你就可以让它们在环境里分担不同的任务，达到 一加一大于 二的效果。这是很多模型厂商做产品要局限在自己产品里时所不具备的优势。
本来 Manus 也有这个优势，不知道它被 Meta 收购之后，还有没有这个优势？
三、写在最后
选择在这个时间点开始更新公众号，确实是有些内容想要分享和表达的。
主要是记录 Agent 工程实践和落地的一些细节，记录搭建过程的研究，希望在输出分享的过程越来越形成体系。
另外就是自己使用 AI 过程时的一些小技巧吧，大家都知道的就不写了，写一些自己摸索出来的，或者比较少人知道但是有意思的。
那么，如何系统的去学习大模型LLM？
作为一名深耕行业的资深大模型算法工程师，我经常会收到一些评论和私信，我是小白，学习大模型该从哪里入手呢？我自学没有方向怎么办？这个地方我不会啊。如果你也有类似的经历，一定要继续看下去！这些问题啊，也不是三言两语啊就能讲明白的。
所以我综合了大模型的所有知识点，给大家带来一套全网最全最细的大模型零基础教程。在做这套教程之前呢，我就曾放空大脑，以一个大模型小白的角度去重新解析它，采用基础知识和实战项目相结合的教学方式，历时3个月，终于完成了这样的课程，让你真正体会到什么是每一秒都在疯狂输出知识点。
由于篇幅有限，⚡️ 朋友们如果有需要全套 《2025全新制作的大模型全套资料》，扫码获取~
👉大模型学习指南+路线汇总👈
我们这套大模型资料呢，会从基础篇、进阶篇和项目实战篇等三大方面来讲解。
👉①.基础篇👈
基础篇里面包括了Python快速入门、AI开发环境搭建及提示词工程，带你学习大模型核心原理、prompt使用技巧、Transformer架构和预训练、SFT、RLHF等一些基础概念，用最易懂的方式带你入门大模型。
👉②.进阶篇👈
接下来是进阶篇，你将掌握RAG、Agent、Langchain、大模型微调和私有化部署，学习如何构建外挂知识库并和自己的企业相结合，学习如何使用langchain框架提高开发效率和代码质量、学习如何选择合适的基座模型并进行数据集的收集预处理以及具体的模型微调等等。
👉③.实战篇👈
实战篇会手把手带着大家练习企业级的落地项目（已脱敏），比如RAG医疗问答系统、Agent智能电商客服系统、数字人项目实战、教育行业智能助教等等，从而帮助大家更好的应对大模型时代的挑战。
👉④.福利篇👈
最后呢，会给大家一个小福利，课程视频中的所有素材，有搭建AI开发环境资料包，还有学习计划表，几十上百G素材、电子书和课件等等，只要你能想到的素材，我这里几乎都有。我已经全部上传到CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
相信我，这套大模型系统教程将会是全网最齐全 最易懂的小白专用课！！
 Web安全渗透测试基础详解：从攻击原理到实战防御)
