Agent 的 Context 策略

根本问题

Context window 是有限的，内容越多并不自动等于越好。太多无关的材料会稀释真正重要的信息——就像一张堆满杂物的桌子，反而找不到那一张真正重要的纸。Context 策略就是有意识地决定，什么内容可以进入 context window。

常见策略

• Just-in-time retrieval（即时检索）：agent 不预先把所有可能用到的材料都加载进上下文，而是有针对性地只获取当下需要的内容——例如通过 RAG，或者精确引用具体文件而不是整个文件夹。
• 压缩（compaction）：在一个很长的 session 中，当 context window 快用满时，较早的对话内容会被自动概括总结，而不是直接完全删除。
• Subagent 架构：繁重的中间步骤（例如一次很长的调研）在 subagent 的上下文中运行；主上下文只接收最终结果。
• 外部记忆：笔记或中间结果被写入文件，而不是保留在 context window 中——agent 需要时再有针对性地重新读取。

为什么这很重要

Anthropic 的工程团队明确将 context 管理描述为一门独立的学科（"context engineering"）：关键不在于尽可能多地提供知识，而在于在正确的时间提供正确的、相关的知识——保持较高的信噪比。