上下文与记忆

上下文窗口是模型本次可读取的有限 token 空间，用户消息、模型回复、工具结果等都要共享它。长会话接近上限时，harness 可用摘要替换旧消息；需要跨会话保留的事实，则写入记忆存储，再按规则加载。

可以把窗口看成桌面、记忆文件看成档案柜。桌面放当前材料，压缩把旧材料换成摘要，保留重点但丢掉部分原文。档案柜要显式存入。本课下一会话只恢复记忆文件；真实产品还可能保存完整会话或摘要，不能把这个接口当成通则。

上下文压缩如何工作

本例的大块输入来自工具。read("src/parser.ts") 返回 19,000 token，测试输出再增加 22,100。画面按 token 数绘制块高（小消息有最小高度），旁边显示精确账目。用户文字、模型输出也能占满窗口，只是本课工具结果占主导。

harness 在每次模型调用前检查：tokens(ctx) > 0.92 × LIMIT 则先压缩。把固定头部与最近两条消息之间的旧内容交给摘要器，保留目标、决定、未完成工作，再重建为 [system prompt, memory file, summary, recent tail]。最近消息保留原文，旧内容只剩摘要表示。

阈值留在 92% 是为了预留空间；达到上限的请求不能指望目标模型在被拒后自行整理。真实实现还要计入输出预算，并检查工具大输出或保留尾部是否已超限，必要时先截断或分批处理。

记忆与压缩分开。本例把用户的 Always pnpm, never npm 写入记忆文件，但当前上下文中的记忆块是会话开始时的快照，不会随写入更新。下一会话重新加载才出现新行。摘要仍属于当前会话，本例会话结束时丢弃，只有文件通道跨界。

默认同时启用两者。No compaction 关闭压缩，让同一会话撞到上限；No memory 仍压缩，但不保存跨会话事实。

上下文与记忆逐步演示

本课窗口为 50,000 token，92% 阈值为 46,000。以下计数来自预设轨迹，不是实时分词测量。

1. 会话 1 启动。 system 3.0k，加注入的 MEMORY.md 快照 1.0k，已用 4.0k。
2. 收到任务。 “修复失败的解析器测试，始终用 pnpm，不用 npm”占 0.5k；模型表示记下规则并读取解析器，占 0.8k。
3. 写记忆。 MEMORY.md += "Always pnpm, never npm" 写入独立存储，表计不变。它没有刷新当前注入块；真实记忆工具的请求与结果仍可能占 token，不能泛化为写记忆零成本。
4. 窗口增长。 读取请求占 0.3k，文件占 19.0k，含第 247 行循环边界错误、MAX_DEPTH 递归保护、Unicode 代理对的 TODO。诊断与修复描述占 0.9k，bash("apply patch && pnpm test") 占 0.3k，测试日志占 22.1k。合计 47.9k/50k。
5. 触发检查。 47.9k > 46k，下一次模型调用先等待压缩。
6. 选择片段。 括号圈住固定头部与最近尾部之间的五条消息。system、记忆快照、最后两条消息不压缩。
7. 生成摘要。 本课使用真实模型 claude-opus-5-5 的录制摘要，保留 src/parser.ts 第 247 行、i <= n 应为 i < n、用户要求用 pnpm，以及下一步打补丁并用 pnpm 跑测试，显示预算 0.8k。原文件中的 MAX_DEPTH 与 Unicode TODO 没有进入这份摘要。
8. 替换。 五块收成一块，末尾两条原样保留，计数 47.9k → 27.2k。现在是 [system, memory, summary, test command, test log]。
9. 检查信息损失。 用户问文件中是否有 Unicode TODO，摘要找不到，展示回答表示需要重读文件。该细节刚才可见，现在已不在活动上下文：按设计工作的压缩也可能丢掉没有提炼的内容。
10. 会话结束。 当前列连同摘要消失，独立记忆记录保留。
11. 会话 2 启动。 system 加重新读取的 MEMORY.md，记忆已有 pnpm 行，占 1.1k，总计 4.1k，没有前次会话历史。
12. 检查跨会话保留。 用户要求为新仓库安装 date-fns，扫描在记忆块找到规则，展示命令 pnpm add date-fns。

No compaction 继续增长到 47.9k、48.5k、49.0k；再加入读取操作与 4.2k changelog 后为 53.5k，下次 API 请求因 context_length_exceeded 被拒。不是模型质量逐渐下降，而是本例请求没有进入生成。

No memory 的摘要仍写着偏好 pnpm，所以本会话的安装探测正确；会话结束后，第二会话只有 system，预设回答又用 npm install lodash。这是未把纠正跨会话传入的示例，不是对模型必然行为的预测。

信息能保留多久

本例的原消息在被选中压缩前保留，摘要到会话结束（除非之后的压缩再次摘要它），记忆行到被修改或删除。信息若没有显式升级到更长寿命的存储，可能在默认边界消失。

压缩不一定先丢行号与数值。每张摘要卡录制五次，凡涵盖诊断的摘要都保留 parser.ts 第 247 行、i < n 修复与 pnpm 规则，因为它们是当前任务的结论。同一文件里未被问及的旁支证据则不同：92% 的单次摘要五次中四次丢掉 Unicode TODO，50% 的摘要再摘要五次中只丢两次。同一模型、同一消息，结果不同。摘要在结论之外保留什么，无论哪个方向都不能依赖。

压缩后仍需原样使用的资料，应保留可重新读取的来源，或在合适的记录中保存。尤其不要把“曾经看见”当作“摘要一定记住”。

阈值也有取舍。92% 在本任务压缩一次，之前离上限只剩几千 token；50% 在载入 MEMORY.md 时会压缩两次，第二次把第一次摘要也纳入，有再次遗漏或歪曲的机会。早压缩增加摘要调用、提早移除原文；晚压缩可能被单次大工具输出顶过上限。关掉压缩，本例在 50k 边界报错。摘要再摘要不保证每次都更差，但会引入新的压缩风险。

更大窗口能容纳更多内容，不能消除资料管理需求。上下文增大会占空间，并可能增加处理成本与延迟；前缀缓存和计费方式会改变实际关系。应区分当前工作材料与需要长期保留的事实。

边界情况

• 检查在模型调用前。 本例的压缩运行都能落在上限内，但生产实现必须在压缩后复查，并预留输出。大尾部仍可能使摘要后的请求超限。
• 尾部可能最重。 最后两条里有 22.1k 测试日志，所以压缩后仍为 27.2k，而不是 4k。若需更多空间，要调整工具结果保留策略。
• 摘要继承模型错误。 若把决定写错，后续请求会继续接收该错误；摘要存在不代表已核实。
• 记忆会过期。 团队换工具后，旧 pnpm 规则可能不适用。跨会话保留也需要更新和删除。
• 二次压缩涉及旧摘要。 50% 阈值（载入 MEMORY.md）先在诊断后、再在测试日志后触发，第二个片段包含第一份摘要。本课展示的录制运行中，这次摘要保留了 Unicode TODO，所以 50% 的探测能找到，92% 的找不到。

常见错误

• 假定模型自行记住过去会话。 本课每次调用靠显式输入，会话 2 只恢复记忆文件。其他产品可恢复历史，但仍需系统把它提供给模型。
• 期待所有原证据保留。 修复结论会保留；无关 TODO 是否保留取决于这次运行，录制的五次摘要中四次丢掉。后续需要的原文要记录来源或重新读取。
• 把记忆当全量日志。 下一会话注入仍占窗口，把所有材料写入只会在另一层重建拥挤问题。记忆应经过筛选。
• 混淆文件与注入快照。 本例 remember() 改文件，不改当前块；新行在下一会话注入时进入。
• 只靠本会话摘要保留偏好。 No memory 的摘要虽有规则，仍随该会话结束而消失。
• 只提高窗口上限。 容量增加不替你选择资料寿命，大文件输出仍会继续占用空间。

模型的简化

50k 是教学窗口，不代表任何实际型号。所谓记忆文件由独立内存状态模拟，本课不写你的 MEMORY.md。token 大小是预设账目；真实 harness 应用分词器估计，并按提供者限制保留空间。

压缩摘要来自 claude-opus-5-5 对本例消息的逐字录制，既非手写，也不是播放时实时生成。录制显示 bug 位置每次都保留，Unicode TODO 只是有时保留。其他展示行为与计数服务于教学，不能作为模型表现基准。

真实系统常先截断旧工具输出，再做摘要；缓存固定前缀，支持手动压缩（如 Claude Code 的 /compact），并使用不同阈值。会话与摘要也可能持久保存。本课展示的是有损工作上下文、阈值摘要、跨会话重新注入记忆三项机制。