单子化情境工程
人工智能
2026-01-23 v5 计算与语言
形式语言与自动机理论
摘要
大型语言模型（LLM）的快速发展催化了向具备复杂推理和工具使用能力的自主智能体转变的趋势。然而，当前的智能体架构通常采用命令式、非正式的模式构建，导致系统脆弱，难以进行状态管理、错误处理和并发处理。本文引入单子化情境工程（Monadic Context Engineering, MCE），这是一种新型的架构范式，利用函子、 applicative 函子和单子的代数结构，为智能体设计提供形式化基础。MCE 将智能体工作流程视为计算情境，其中诸如状态传递、短路错误处理和异步执行等横切关注点，由抽象的代数属性内在管理。我们展示了单子如何实现健壮的顺序组合， applicative 函子如何提供并行执行的原则结构，关键在于单子变换器如何系统性地组合这些能力。这种分层方法使开发人员能够从简单且可独立验证的组件构建复杂、有韧性和高效的 AI 智能体。我们进一步扩展了该框架，以描述元智能体（Meta-Agents），后者利用 MCE 实现生成式编排，动态创建和管理子智能体工作流程。
引用
@article{arxiv.2512.22431,
title = {Monadic Context Engineering},
author = {Yifan Zhang and Yang Yuan and Mengdi Wang and Andrew Chi-Chih Yao},
journal= {arXiv preprint arXiv:2512.22431},
year = {2026}
}