尽力保持prefix信息稳定，让context只追加，不修改之前轮次的动作和结果。
避免在一次agentic任务中动态增删MCP/Tools，因为Tools definitions 一般落在 system prompt layer，在中途修改一定会造成cache miss。其次如果在中途删除已经使用的tool，后续会导致模型迷惑。manus设计了一种context-aware state machine来管理agnet能看到的tools的范围，根据当前context mask掉一部分tools而不是移除tools，从而保持kv-cache同时增加tools call准确性。
当agent犯错误时，不要rewind，把失败的证据留在context内。When the model sees the wrong turns in the context, that reduces the chance of repeating the same mistake.
Manus于2025.11分享的context engineering内容总结
Technical Manual: Context Engineering for AI Agent Stability and Performance Optimization