上下文窗口不是越大越好：AI编程Agent的"记忆卫生"实战手册

先说一个反直觉的结论

2026年主流模型的上下文窗口普遍到了百万token级别，但把整个仓库塞进去，Agent的表现往往会变差。原因不复杂：注意力是稀缺资源，无关代码、过期日志、被否定的方案都会稀释信号。真正拉开编程Agent差距的，不是窗口大小，而是上下文卫生（context hygiene）。

一、上下文里到底装了什么”垃圾”

打开一次典型的长会话，你会发现这几类污染源：

1. 陈旧事实：三小时前讨论过、后来被推翻的接口设计
2. 重复输出：反复读同一个文件，内容出现三四遍
3. 失败尝试的残留：报错堆栈、被回滚的补丁
4. 过度详细的环境信息：完整的 package.json、无关的迁移脚本
5. 用户情绪性指令：“算了别搞了”、“这什么破库”

人类工程师开会时会自动过滤这些，Agent不会。它会认真地基于废料继续推理。

二、分层记忆：把上下文当数据库用

一个可落地的做法是把上下文拆成三层：

层级	内容	生命周期	存储方式
工作记忆	当前任务、最近3-5轮工具调用	分钟级	直接放对话
项目记忆	架构约定、命名规范、已知坑位	周级	AGENTS.md / CLAUDE.md
归档记忆	历史决策、废弃方案	永久	外部文件按需检索

关键动作是主动卸载：任务一结束，就把”结论”写进项目记忆文档，把”过程”丢掉。这里要留意区分——结论要短、要可执行；过程可以冗长但不必常驻。

三、四种压缩策略，按场景选

• 摘要压缩：让模型自己总结最近20轮，保留决策与未完成事项。适合长任务收尾。
• 检查点重开：在关键节点（测试通过、提交完成）新开会话，只带项目记忆和当前目标。这是最有效的一招。
• 按需读取：不给全量文件，只给符号列表 + 需要时用搜索工具定位。让Agent”查”而不是”读”。
• 结构化摘要：用固定模板记录（目标/已完成/待办/已知风险），比自由文本摘要可靠得多。

四、一个最小可用的工作流

1. 开工：读 AGENTS.md（项目记忆）
2. 规划：让 Agent 先输出计划到 todo 文件，不改代码
3. 执行：每次只做一步，改完立即跑测试
4. 提交：commit 后触发"检查点"，压缩历史
5. 收尾：把新学到的坑写回 AGENTS.md

第2步特别容易被跳过。先出计划再动手，能让错误在零成本时被发现。

五、验证清单

上线前问自己五个问题：

• 新会话能否只靠项目记忆在5分钟内上手？
• 会话超过30轮时，模型是否开始”忘记”最初的约束？
• 是否出现过重复修改同一处代码、说明上下文里有冲突版本？
• 报错日志是否被完整粘贴进对话而没有裁剪？
• 一旦模型走偏，是否有明确的”重开”触发点？

五个里有两个以上答”否”，说明你的上下文管理该重构了。

结语

上下文窗口更像书桌而非硬盘。桌面越大，越容易堆满杂物。高手的能力体现为：知道什么时候清桌、把什么放进抽屉、什么直接扔掉。 编程Agent的下一步竞争，会从”谁记得多”转向”谁忘得对”。

小建议：今天就给你们仓库加一个 AGENTS.md，写十条最容易踩的坑。它带来的质量提升，可能比换一个更强的模型还明显。