@svpino：上下文工程是当下你能关注的最重要领域。我们已经拥有出色的模型。智能体…

上下文工程是当下最值得专注的领域。

我们已经有了出色的模型。

智能体不再因模型笨拙而失败，而是因为缺少正确的上下文。

以下是构成优质上下文的四个要素：

上下文是瓶颈，而且不幸的是，这并非一个简单的问题。

我对“正确的上下文”的思考方式（我始终在寻找的四个要素）如下：

1. 上下文必须可导航：你要让智能体能够理解并遍历上下文中的关系。这比将上下文视为“信息块”要有用得多。

2. 上下文必须快速：你不希望把延迟预算花在检索和构建上下文上。

3. 上下文必须新鲜：你需要判断上下文何时过时，以及何时刷新它。

4. 上下文必须具有复利效应：系统使用得越多，它应该变得越好。

Redis 发布了 Iris，一个全新的智能体上下文与记忆平台，可用于驱动智能体：

https://fandf.co/4ueciGU

首先，他们发布了 Redis Context Retriever，这是一个覆盖实时数据的语义层。

与从向量库中获取 top-k 块不同，Context Retriever 允许智能体遍历实体并查找相关信息。例如：客户 → 发票 → 产品。

这更接近图遍历而非常规检索。

其次，他们发布了 Redis Agent Memory，一个用于智能体的托管短时与长时记忆。

它将处理嵌入、检索、摘要以及跨会话的持久状态。

每个构建智能体的团队现在都在重新发明这一功能，而大多数都做得很糟糕。

第三，他们正式发布了 Redis Data Integration。这使得你可以从 Postgres、MySQL、Oracle、数据仓库和文档存储中持续同步数据到 Redis。

这是保持上下文新鲜的方式。

将这三者与 Redis Search 结合，你就能以极低延迟处理语义、混合、关键字和结构化查询。

感谢团队与我合作撰写本文。