# 策展 · X (Twitter) 🔥🔥🔥

> 作者：AI Engineer (@aiDotEngineer) · 平台：X (Twitter) · 日期：2026-05-04

> 原始來源：https://x.com/aiDotEngineer/status/2051065645610017222

## 中文摘要

context 是 AI 程式開發中最欠缺工程化的層面。

在 keynote 中，@patrickdebois 強調，若 Agent 由提示、規則與記憶驅動，context 也應獲得與程式碼同等的嚴謹工程化處理。

**context 工程化原則**  
@aiDotEngineer 從演講中提煉最實用概念，將 context 視為工程產物，而非臨時提示文字：  
- 建立生命週期：生成、評估、分發、觀察。  
- 從一次性提示轉向可重複使用的 context 元件。  
- 測試生成程式碼是否遵循規則並從正確約束出發。  
- 透過 CI/CD 執行 context 檢查，而非僅靠人工直覺。  
- 在生產環境觀察 context，失敗時重新生成並改善。

**context 作為飛輪**  
Patrick 提出更大觀點：context 不僅是輸入，更是飛輪機制。  
優質 context → 更好 Agent 輸出 → 更好觀察 → 更好再生 context。  
團隊若學會工程化此循環，將加速出貨、減少垃圾審核，並在 AI 工作流程中建立真正護城河。

**演講連結**  
完整 keynote：https://www.youtube.com/watch?v=bSG9wUYaHWU

## 標籤

Agent, 自動化, 教學資源, AI Engineering