Interview AiBoxInterview AiBox 实时 AI 助手，让你自信应答每一场面试
Context Engineering 面试：让纠正和来源一起保留下来
准备 Context Engineering 面试：保留当前问题、纠正、来源、时效、压缩规则和安全恢复路径。
- sellAI 洞察
- sell面试技巧
摘要记住了项目名，却把“我只负责回滚脚本”压缩成“我负责整个迁移”。这不是记得少，而是记错了关键事实。Anthropic 的 Context Engineering 文章讨论了有限上下文预算的管理。下面专门练一个更窄的问题：哪些纠正必须跨过压缩边界，怎样证明它没有丢？
区分当前问题、事实和补充知识
给每个来源安排明确职责。分开当前请求、最近真实对话、持久用户事实和补充检索，并说明谁能定义身份、谁只能解释概念、谁允许过期。来源血缘比一个模糊的“记忆”标签更有价值。
压缩时保留纠正与未决问题
压缩的目标是保持连续性，而不是图方便。摘要要保留决策、纠正、未解决问题和责任归属。裁剪可选背景前，先保护当前问题和最近真实对话，并验证摘要能指回来源，否则更短的上下文反而会制造自信的错误。
恢复必须检查版本和适用范围
在优化前先设计恢复。明确检索失败、摘要过期或 Provider 超时时怎么办。安全兜底应恢复最近一次已验证上下文，并说明缺口。这个回答比承诺无限扩大的上下文窗口更成熟。
构造一组纠正、追问和过期写入
用虚构对话做回放：候选人先说“参与了数据库迁移”，随后补充“我负责回滚脚本，迁移方案由另一位工程师设计”。面试官追问：“你个人做了什么决定？”回答应围绕脚本，不能把整个方案的所有权揽过来。
为真实转写保留稳定来源标识和时间顺序。再模拟一个摘要任务：它在纠正之前启动，却在纠正之后才完成。此时原文已有新事实，旧任务正准备写入派生记忆，这才是关键竞态。
摘要读起来合理，也可能已经过期
格式合法不等于可以接受。应检查摘要覆盖的来源范围与版本；如果它早于纠正，就按现有记忆合同保留更新的原句，或拒绝让旧摘要替换新状态。不能因为摘要更短，就让它拥有更高事实权威。
补充检索也不能重新定义候选人的角色。一篇迁移指南可以解释回滚策略，却不能证明这个人主导过迁移。构造最终请求前，要分清概念解释和个人经历证据。
验收最终回答，而不是只看“摘要已保存”
检查真正送给回答模型的输入：当前问题有没有出现，最新纠正是否可用，来源顺序是否清楚。数据库里有一条保存成功记录，并不能证明下一轮回答正确消费了它。
再增加三个变体：摘要生成超时、旧任务最后完成、候选人后来补充自己还评审过检查清单。第三种是在增加职责，不一定推翻前面“没有设计整体方案”的边界。只用最新一句覆盖一切，也可能丢失有用事实。
恢复路径必须继续符合当前会话和权限。“上次有效”不能变成恢复已撤权文档或另一场面试资料。当派生摘要不可信时，优先保留当前问题与最近真实转写；缺少事实就承认缺口，不要用通用知识补一段个人履历。
面试里可以说：“我会回放摘要晚到的竞态，检查最终模型输入，并确认回答仍把个人职责限定在回滚脚本。”最后明确验证边界：来源保留可以做确定性测试，自然语言回答质量仍需重复评估和人工复核。
Context 质量首先是来源问题
Anthropic 的 context engineering 指南把上下文视为要为下一次决策精心组装的有限预算。生产级面试还要补上来源边界：哪段是当前问题，哪些是最近真实对话，哪些是有来源的持久事实，哪些检索内容只能作为背景。
可以先定义一份契约：
- 当前问题拥有最高任务优先级；
- 最近真实对话保留顺序和纠正；
- 持久事实必须带来源和负责人；
- 检索材料可以解释概念，不能凭空证明个人经历；
- 上下文过期或缺失时，进入有边界的恢复路径。
相比承诺“什么都记住”，这份契约更容易测试。
把纠正当成一等事件
不要把“我参与过迁移”压缩成流畅摘要，却忘了后面补充的“我负责的是回滚脚本”。纠正应带着来源和时间保存；依赖旧说法的派生摘要要失效；最终送给模型的输入必须能被检查。
压缩时先删重复，再考虑删所有权、不确定性或当前问题。若旧摘要任务晚于新证据完成，发布前要比较版本。任务可能乱序完成时，简单的最后写入覆盖不是安全记忆策略。
测试最终提示词和恢复路径
回放摘要晚到、检索超时、权限变化，以及“增加一项职责但没有取消原限制”的追问。检查真正送给模型的输入，不要只看数据库里一行“摘要保存成功”。派生上下文不可信时，保留最近真实对话，并明确缺了什么，不要用通用知识补成个人经历。
常见问题
上下文越长越好吗？
不是。更长会增加干扰、成本和过期证据。相关性与来源更重要。
哪些内容不能被压缩掉？
当前任务、最近纠正、确认过的身份事实，以及理解下一步动作所需的证据。
怎样测试上下文质量？
用固定回执回放真实对话，检查最终回答是否保留当前问题、来源边界和纠正。
参考来源
下一步
接着阅读Context Engineering 基础与预算设计。练习时可以把自己的案例整理进 Interview AiBox 面试档案，但工具不会自动替你核实项目成果。
Interview AiBoxInterview AiBox — 面试搭档
不只是准备，更是实时陪练
Interview AiBox 在面试过程中提供实时屏幕提示、AI 模拟面试和智能复盘，让你每一次回答都更有信心。
AI 助读
一键发送到常用 AI
智能总结
深度解读
考点定位
思路启发
分享文章
复制链接，或一键分享到常用平台
