立三条长跑规矩
上下文占用曲线与压缩阈值演示；三档任务：找到失忆轮次、写三条规矩、跑通落盘再读回
本页解决的问题
先给结论「立三条长跑规矩」要解决的关键问题是什么？
上下文占用曲线与压缩阈值演示；三档任务：找到失忆轮次、写三条规矩、跑通落盘再读回
跟着交接处走，不要只看 Demo。 系统是否可靠，往往取决于模型、工具、状态、权限和人的交接处。把每次交接都当成可以观察、测试和恢复的地方。
为一个自动化步骤写清输入、负责人、审批和恢复动作。
一次运行成功了，却说不清发生了什么，也无法安全重放。
用户说「它聊着聊着变笨了」，背后是一条很具体的曲线：上下文占用一轮一轮往上爬，爬满之后系统只能悄悄扔东西。扔的往往是最早的消息，也就是你一开始交代的那些最重要的规矩。
连续对话 20 轮，上下文占用怎么走
三条规矩，对应三种失忆
压缩阈值管「爆掉才处理」：占用到线就压，别等报错。
永不删除清单管「压缩压过头」：用户的原话、定好的需求、安全约束，这些进了摘要就找不回来，必须钉死在上下文里。
落盘笔记管「跨会话失忆」：重要结论写进文件，下次开工先读文件。这就是这一章说的「文件系统持久记忆」，也是 Harness 自我改进的起点。它连自己上次学到什么都记得住，才谈得上改进自己。
这一章的动手清单
0 / 3 已完成
找到它开始失忆的那一轮
15 分钟 所有人翻出你和 AI 最长的一次对话，从头读到尾，找到它第一次忘掉前面交代过的事是在第几轮。记下这个数，这就是你的 Agent 在没有任何管理时的真实续航。
什么算做完了
写下你的三条长跑规矩
1 小时 Agent 要跑长任务对着你的场景把三条规矩写具体：占用到百分之多少触发压缩、哪些内容永远不进压缩区（列清单，别写「重要内容」这种废话）、什么结论要落盘成文件。写完贴进你的 Agent 配置或系统提示词里。
什么算做完了
跑通一次「落盘再读回」
半天 要跨会话干活让 Agent 在干完一件事后把结论写进一个固定文件（叫它工作笔记），然后关掉会话、开个全新的，第一句就让它读这个文件继续干。新会话能无缝接上，你就亲手实现了这一章讲的结构化笔记模式，最朴素也最管用的长期记忆。
什么算做完了
「先看清楚 · 失忆是一条能画出来的曲线」怎样变成可执行的指令
「用户说「它聊着聊着变笨了」，背后是一条很具体的曲线： 上下文占用一轮一轮往上爬，爬满之后系统只能悄悄扔东西 。扔的往往是最早的消息，也就是你一开始交代的那些最重要的规矩」强调的不是某句神奇咒语，而是信息是否足够让模型判断“为谁做、要完成什么、什么结果算合格”。
背景决定方向，限制决定边界
从「永不删除清单 管「压缩压过头」：用户的原话、定好的需求、安全约束，这些进了摘要就找不回来，必须钉死在上下文里」可以看出，一个有效请求至少要把任务、受众、输入材料、输出形式和限制条件分开。少了背景，模型只能猜；少了验收标准，即使文字流畅也无法判断是否完成任务。
继续加字不一定继续变好
把「M4 要记的是：失忆轮次、三条规矩原文、落盘笔记放在哪。下一格是最后一格：把整个过程变成别人也能复现的规范」变成一个小练习：只改背景、要求、限制中的一项，保留其他内容不动，观察哪一层真正改变了结果。
从「先看清楚 · 失忆是一条能画出来的曲线」走到「动手清单 · 挑一个开始，勾掉它」
「先看清楚 · 失忆是一条能画出来的曲线」先把问题落在「用户说「它聊着聊着变笨了」，背后是一条很具体的曲线： 上下文占用一轮一轮往上爬，爬满之后系统只能悄悄扔东西 。扔的往往是最早的消息，也就是你一开始交代的那些最重要的规矩」上；到了「动手清单 · 挑一个开始，勾掉它」，讨论继续推进到「翻出你和 AI 最长的一次对话，从头读到尾，找到它 第一次忘掉前面交代过的事 是在第几轮。记下这个数，这就是你的 Agent 在没有任何管理时的真实续航」。两段连起来，重点就不只是记住一个结论，而是看清它成立所依赖的条件。
把这条判断带到下一个场景
写请求时也应逐层补齐：先说任务和受众，再给材料和输出要求，最后加上限制与验收方式；一次只改变一层，才能知道哪项信息起了作用。
- 「先看清楚 · 失忆是一条能画出来的曲线」：用户说「它聊着聊着变笨了」，背后是一条很具体的曲线： 上下文占用一轮一轮往上爬，爬满之后系统只能悄悄扔东西 。扔的往往是最早的消息，也就是你一开始交代的那些最重要的规矩
- 「动手清单 · 挑一个开始，勾掉它」：翻出你和 AI 最长的一次对话，从头读到尾，找到它 第一次忘掉前面交代过的事 是在第几轮。记下这个数，这就是你的 Agent 在没有任何管理时的真实续航
- 「最后的要点」：M4 要记的是：失忆轮次、三条规矩原文、落盘笔记放在哪。下一格是最后一格：把整个过程变成别人也能复现的规范
最后的「最后的要点」把讨论落到「M4 要记的是：失忆轮次、三条规矩原文、落盘笔记放在哪。下一格是最后一格：把整个过程变成别人也能复现的规范」。回看这条线索时，最值得保留的是：当输入、规模或风险改变，哪些判断需要重新做一遍。
我把这篇文章里的一个判断改写成了今天可以验证的小实验。比记住结论更有用的是，知道下一步要观察什么。
读完以后我先回头找它成立的条件，而不是直接把方法搬进项目。这个顺序让后面的取舍清楚很多。
如果把这个判断放到真实工作里，最先需要补的约束是什么？我想知道从阅读到第一次实践之间，哪一步最值得先做。
还没有这篇文章的讨论。