AWS 博客：生产级 AI 智能体的四层上下文工程实践

核心事实

AWS 机器学习博客于 2026 年 11 月 4 日发布技术文章，介绍生产级 AI 智能体的四层上下文工程实践，并以开源多智能体数据分析方案 Deep Insight 作为参考实现。文章称，该方案基于 Strands Agents SDK 与 Amazon Bedrock AgentCore 构建。四层分别为：在架构层通过多智能体隔离上下文；通过提示词控制输出与行为规则；借助工具把重内容外置到文件系统；以及用独立智能体与防护机制做验证。

背景与影响

文章指出，当智能体执行数据分析、报告生成等任务时，上下文管理容易成为瓶颈。文中举例称，一个「分析销售数据并生成 DOCX 报告」的任务会经历数据加载、分类分析、图表生成、统计校验与报告生成等阶段，合计消耗超过 15 万 token、耗时约 15 分钟，在单一上下文中处理会出现窗口溢出、上下文陈旧和错误需整体重跑等问题。文章引用 Anthropic 的说法，称上下文窗口内 token 增多时，模型准确召回信息的能力会下降。据文章给出的参考实现数据，单一写入并执行工具可使每个脚本加入上下文的 token 减少约 95%，按需加载技能可使系统提示词缩小约 97%。

限制与来源

上述百分比均为该参考实现中的结果，并非通用基准，实际表现取决于具体任务与配置。文章为系列第二篇，第三篇将介绍在 Amazon VPC 私有网络中部署与运维智能体，标注为即将发布。相关产品功能、可用区域与计费方式请以 AWS 官网当前信息为准。来源：aws.amazon.com。