AI Engineer Europe 2026

Context Is the New Code

Patrick Debois · Tessl(DevOps 一词的提出者)

2026-05-03 · 27分钟 · 9.1 万次观看 · AI Engineer

指令、skills、文档和组织知识正在取代函数成为可复用产物,需要像代码一样的工程纪律:上下文开发生命周期——生成、评测(结构 lint → 行为评测 → 让评委 agent 真的跑起来)、分发(像库一样打包版本化)、观测(从 agent 日志、评审和生产故障回流)。

观看原视频 ↗

内容概要

Debois 2009 年把运维做得更像开发,催生了 DevOps;现在他把同样的问题用在上下文上:既然指令影响要构建的东西,团队该怎样一致地开发它们?上下文开发生命周期沿着无限循环:生成上下文、评测、分发给同事或组织其他部分、观测它在使用中的表现。评测分层:先像 lint 一样检查 skill 元数据和描述长度;再做行为评测,例如在 AGENTS.md 里写「所有 API 端点必须用 /awesome 前缀」,要求 agent 加一个保存用户的端点,期望生成 /awesome/user;再给评委工具和沙箱,让它真的启动应用、用 curl 请求端点。agent 评测结果不稳定,CI/CD 需要每个用例跑 5 次计成功数,并用错误预算。分发:检入仓库就是分发;跨项目复用要像库一样打包,用注册表发现(如 Tessl Skills Registry),但发现不代表质量;多个上下文包会互相冲突(通用前端规范 vs React 规范),版本要与库版本匹配;还有供应链信任问题。观测:从 agent 日志找重复缺口、把评审纠正和生产故障回流到源头指令。

幻灯片截图

生成:普通提示也依赖周围信息(agent 知道他是谁才能查到他的演讲时间);重复的请求变成可复用指令,AGENTS.md 这类文件给它们一个约定俗成的位置。
4:20 生成:普通提示也依赖周围信息(agent 知道他是谁才能查到他的演讲时间);重复的请求变成可复用指令,AGENTS.md 这类文件给它们一个约定俗成的位置。
改了 CLAUDE.md 两行,你知道行为变了什么吗?换一个编码 agent,同样指令还管用吗?这些是回归问题。第一层像 lint:skill 校验器检查必需元数据、描述长度是否合规。
5:44 改了 CLAUDE.md 两行,你知道行为变了什么吗?换一个编码 agent,同样指令还管用吗?这些是回归问题。第一层像 lint:skill 校验器检查必需元数据、描述长度是否合规。
多个上下文包会产生指令冲突(通用前端规范与 React 专用规范打架),上下文的「依赖地狱」;让上下文包版本与库版本对应。发布的包还带来供应链信任问题,OpenClaw 让大家意识到在笔记本上运行陌生人的东西的风险。
16:16 多个上下文包会产生指令冲突(通用前端规范与 React 专用规范打架),上下文的「依赖地狱」;让上下文包版本与库版本对应。发布的包还带来供应链信任问题,OpenClaw 让大家意识到在笔记本上运行陌生人的东西的风险。

截图来自原视频,仅用于评论与学习。

要点(点击时间跳到原视频)

  1. 1:02

    越来越多时候他是让编码 agent 改代码,而不是自己改;下一步是把现有 helper 变成 skills,让上下文不只用来生成代码,而是成为可复用的工作流(例如给使用不同语言和包管理器的开发者做入职)。

  2. 2:37

    借 DevOps 的思路提出上下文开发生命周期(无限循环):生成上下文 → 评测 → 分发给同事或组织 → 观测使用效果,再回到生成。

  3. 3:47

    生成:普通提示也依赖周围信息(agent 知道他是谁才能查到他的演讲时间);重复的请求变成可复用指令,AGENTS.md 这类文件给它们一个约定俗成的位置。

  4. 6:02

    改了 CLAUDE.md 两行,你知道行为变了什么吗?换一个编码 agent,同样指令还管用吗?这些是回归问题。第一层像 lint:skill 校验器检查必需元数据、描述长度是否合规。

  5. 8:43

    行为评测需要规则、任务和可观察的期望:AGENTS.md 写「所有 API 端点必须用 /awesome 前缀」,任务是「加一个保存用户的端点」(不重复规则),期望生成的路径是 /awesome/user。

  6. 10:44

    在文件里找到 /awesome/user 不代表端点能用。给评委工具和沙箱,它就成了能启动应用、用 curl 发请求验证的 agent;失败后再改进上下文。

  7. 12:26

    agent 评测多次运行结果不同,单次通过/失败难以解读。示例做法:每个评测跑 5 次计成功次数,并借用错误预算的概念决定是否放行。

  8. 13:52

    检入仓库就是一种分发;跨项目或团队复用需要像库一样打包,各项目按需安装;注册表(Tessl Skills Registry、各种 skill 市场)解决发现问题,但发现不等于质量。

  9. 16:16

    多个上下文包会产生指令冲突(通用前端规范与 React 专用规范打架),上下文的「依赖地狱」;让上下文包版本与库版本对应。发布的包还带来供应链信任问题,OpenClaw 让大家意识到在笔记本上运行陌生人的东西的风险。

  10. 17:42

    观测:维护给别人用的上下文,有义务知道它对使用者是否仍然有效。agent 日志是反馈渠道,组织层面要找重复出现的缺口(多个 agent 都报告缺同一类信息)。评审中的纠正和生产故障也应追溯到产生它们的指令并改进。

可以用在日常工作里的

  • 上下文

    把 AGENTS.md/CLAUDE.md/skills 纳入代码评审和 CI:结构校验 + 行为评测(规则 → 任务 → 可观察期望),每个用例跑多次。

  • 上下文

    跨团队共享的规范打包成带版本的上下文包,并标注适用的库版本,避免冲突。

  • 安全

    安装第三方 skills/上下文包前审查来源与内容,把它当作软件供应链的一部分。

演讲提到的资源

同一章节的其他演讲

← 返回全景 · 目录