“上下文才是新代码”：这场演讲正在重写提示工程的玩法

当大多数人还在卷提示词技巧时，Patrick Debois 抛出一个反直觉观点：真正决定 AI 工程质量的，不是 prompt，而是你如何“开发、测试、复用上下文”。这场演讲，把提示工程从手艺活，推向了一套工程化方法。

最反直觉的一句话：Context Is the New Code

“Context is the new code。”Patrick Debois 在开场不到一分钟就丢出这句话，现场听起来像一句口号，但越往下听，越让人坐不住。

他点破了一个很多 AI 工程师心里隐约不安、却说不清的问题：我们现在所谓的“vibe coding”，本质上是在不停地试 prompt，但这些 prompt 背后的上下文——需求、约束、示例、历史决策——全是一次性的、不可复用的。

这和 2009 年左右的软件开发状态极其相似：代码能跑，但没人知道该怎么系统性地维护、测试和演进。Debois 的类比非常狠：如果你把上下文当成“聊天输入”，那你永远停留在脚本时代；只有把它当成“代码资产”，AI 工程才可能真正规模化。

从写 Prompt，到“开发上下文”的完整生命周期

演讲的核心不是概念，而是一套他反复强调的“Context Development Life Cycle”。不是炫技，而是把 AI 使用方式往工程化拉。

第一步是 Generate。也就是大家最熟的：生成上下文。但 Debois 强调，高阶玩家早就不只是“手敲 prompt”，而是从代码库、文档、接口、历史 PR 中拉取上下文，甚至开始用“spec-driven”的方式写 prompt——像写规格说明书一样写上下文。

接下来是 Test / Eval。这一步非常关键，也最容易被忽略。他反复强调：你之所以还在写测试，是因为人会犯错；同样，模型也会。把上下文和输出放进 eval 里，多次运行，观察波动，才能知道这个上下文是不是“稳定可用”。

他甚至展示了，通过测试，模型可以直接跑 curl、验证接口行为——这已经不再是聊天，而是工程行为。

这套流程背后的隐含观点是：上下文不是灵感，而是可以被验证的工作成果。

真正的分水岭：可复用的上下文与注册表思维

演讲后半段，Debois 把话题推向一个更少人做到的层级：Reusable Context。

当你开始认真对待上下文，就会遇到一系列“软件工程味儿很重”的问题：这个上下文是谁写的？基于哪个模型？安全吗？版本怎么管？

他的答案不是工具名，而是一种思路：上下文应该被“打包”，进入某种 registry。就像依赖库一样，你不是每次都重写，而是引用、组合、审计。

这里他顺带提到了像 Claude.md 这样的实践：把上下文当成长期存在的配置，而不是临时对话。这一步的意义在于——你终于可以在团队内讨论“这个上下文好不好”，而不是“你刚刚是怎么跟模型说的”。

当讨论对象从 prompt 变成 context，协作和复用才真正开始。

Observe：AI 工程最被低估的一环

最后一个阶段是 Observe，也是 Debois 认为最容易被忽略、却最有价值的一步。

他强调，这里的“观察”绝不是 copy-paste 模型输出，而是系统性地收集反馈。比如：PR 里的评论、本地工具返回的差异、不同运行之间的偏移。

他甚至提到自己在折腾一种“context filter”的想法：不是所有上下文都该一股脑塞给模型，而是根据场景动态筛选。

这让 AI 工程的反馈回路，第一次看起来像真正的软件工程：生成 → 测试 → 运行 → 观察 → 反向改进上下文，而不是不停地换 prompt 碰运气。

总结

这场演讲最有价值的地方，不是某个技巧，而是一次认知翻转：AI 工程的核心资产，正在从“聪明的提示词”，转向“可演进的上下文”。

如果你是个人开发者，至少可以从两件事开始：把常用上下文写成文件、开始对关键任务跑 eval。如果你在团队里，这个观点更致命——你们需要的不只是更强的模型，而是一套能被讨论、复用、审计的上下文体系。

未来真正拉开差距的，很可能不是谁更会“聊”，而是谁把上下文当成了代码来对待。这个转变，越早开始，红利越大。

关键词： 上下文工程， 提示工程， AI 工程化， Claude， Context Is the New Code

事实核查备注： 需要核查：1）演讲者 Patrick Debois 的身份与所属公司 Tessl；2）演讲中提出的“Context Development Life Cycle”是否为其原始表述；3）Claude.md 的具体用途是否与演讲描述一致；4）视频发布时间与来源频道 AI Engineer。