上下文窗口是预算，不是记忆
看一段长对话如何把最早的信息推出视野，再比较截断、压缩和选择性保留。可靠的上下文管理，本质是决定什么值得留下。
本页解决的问题
先给结论「上下文窗口是预算，不是记忆」要解决的关键问题是什么？
看一段长对话如何把最早的信息推出视野，再比较截断、压缩和选择性保留。可靠的上下文管理，本质是决定什么值得留下。
忘记，很多时候是策略没写清。 窗口装满之后，必须丢弃、总结或重新检索某些内容。把这条策略提前设计，而不是让最早的对话偶然消失。
标出十轮之后任务仍必须保留的三个事实。
不断增加上下文，却没决定什么内容才是权威。
AI 没有无限的记性。它每次回答，只能看见「工作台」上放得下的最近内容；台面（术语叫「上下文窗口」）满了，最早的话就被挤掉。被挤掉的那部分，再也参与不了这次回答。
想象 AI 面前有一张桌子。你们每聊一轮，就往桌上放一张纸条，写着这一轮说了什么。AI 回答你时，只低头看桌上现有的纸条。桌子就那么大，纸条放满之后，每来一张新的，最旧的那张就被推下桌。掉在地上的纸条，它看不见，也捡不回来。
台面大小 = 上下文窗口
不同模型的台面有大有小，但都有边界。放满就是放满了，加钱也变不出第九个格子。
一张纸条 = 一轮对话
你说的和它回的都要占台面，长篇大论、大段粘贴的资料占得更多，台面满得更快。
下面是一场模拟对话。你在第 1 轮告诉过它「我对花生过敏」。往右拖动滑块增加对话轮数，看着台面慢慢放满，再看看那张关键纸条掉下去之后，它推荐的晚饭变成了什么。
重要信息，隔段时间重讲一遍
过敏、预算、格式要求这类关键设定，聊了十几轮之后不妨再说一次，等于把纸条重新放回台面最上层。
台面满了，直接开一个新对话
最直接的一招，也最常被忘掉：新对话就是一张空台面，之前挤掉的东西不再占地方。短任务重开就完事；长任务别裸开，先让它总结当前进展，把摘要贴进新对话再接着干。
发现它忘了，别跟它吵
它翻不回去掉在地上的纸条。直接把关键信息重新发一遍，比连问三句「你忘了吗」有用得多。
「先看一个类比 · 一张放纸条的工作台」如何改变一次回答
「AI 没有无限的记性。它每次回答， 只能看见「工作台」上放得下的最近内容 ；台面（术语叫「上下文窗口」）满了，最早的话就被挤掉。被挤掉的那部分， 再也参与不了这次回答」说明，模型处理的不是我们眼中的“字数”，而是一段段 Token。Token 的切分方式会影响输入长度、上下文能放下多少内容，以及一次请求要花多少计算。
长度、信息量和上下文不是一回事
当「想象 AI 面前有一张桌子。你们每聊一轮，就往桌上放一张纸条，写着这一轮说了什么。AI 回答你时，只低头看桌上现有的纸条。桌子就那么大，纸条放满之后，每来一张新的， 最旧的那张就被推下桌 。掉在地上的纸条，它看不见，也捡不回来」变长时，先要分清三件事：文字被切成多少 Token、哪些内容真正参与当前判断、以及旧内容是否已经超出上下文窗口。删掉重复说明通常比单纯把窗口开得更大更有效。
- 忘事是容量问题 ：它没坏，是台面满了，最早的话被挤掉了
- 每次回答只看窗口内的内容 ：掉出去的部分等于没说过
- 重要设定要重申 ：隔段时间重讲一遍，把纸条放回台面
先保留会改变判断的内容
可以用「它翻不回去掉在地上的纸条。」做一次对照：保留同样的问题，分别删掉重复背景、压缩格式和移除无关历史，比较答案质量、延迟与 Token 数量。
从「先看一个类比 · 一张放纸条的工作台」走到「亲手试试 · 把台面聊满」
「先看一个类比 · 一张放纸条的工作台」先把问题落在「想象 AI 面前有一张桌子。你们每聊一轮，就往桌上放一张纸条，写着这一轮说了什么。AI 回答你时，只低头看桌上现有的纸条。桌子就那么大，纸条放满之后，每来一张新的， 最旧的那张就被推下桌 。掉在地上的纸条，它看不见，也捡不回来」上；到了「亲手试试 · 把台面聊满」，讨论继续推进到「下面是一场模拟对话。你在 第 1 轮 告诉过它「我对花生过敏」。往右拖动滑块增加对话轮数，看着台面慢慢放满，再看看那张关键纸条掉下去之后，它推荐的晚饭变成了什么」。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
处理长文本时，先保留会改变结论的内容，再决定如何压缩格式和历史；上下文更长只有在新增信息真正有用时才值得付出代价。
- 「先看一个类比 · 一张放纸条的工作台」：想象 AI 面前有一张桌子。你们每聊一轮，就往桌上放一张纸条，写着这一轮说了什么。AI 回答你时，只低头看桌上现有的纸条。桌子就那么大，纸条放满之后，每来一张新的， 最旧的那张就被推下桌 。掉在地上的纸条，它看不见，也捡不回来
- 「亲手试试 · 把台面聊满」：下面是一场模拟对话。你在 第 1 轮 告诉过它「我对花生过敏」。往右拖动滑块增加对话轮数，看着台面慢慢放满，再看看那张关键纸条掉下去之后，它推荐的晚饭变成了什么
- 「最后的要点」：台面满了就重开 ：短任务直接开新对话，长任务先要一份摘要带走
最后的「最后的要点」把讨论落到「台面满了就重开 ：短任务直接开新对话，长任务先要一份摘要带走」。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。
✅ 这一页想和你分享的
- 忘事是容量问题：它没坏，是台面满了，最早的话被挤掉了
- 每次回答只看窗口内的内容：掉出去的部分等于没说过
- 重要设定要重申：隔段时间重讲一遍，把纸条放回台面
- 台面满了就重开：短任务直接开新对话，长任务先要一份摘要带走
互动练习
把模糊需求拼成一条可执行的提示词
把目标、背景和限制说清楚，再把整理好的提示词带到你正在使用的 AI 工具里。
我以前把“窗口变大”理解成模型记忆变好了。现在排查长对话会先看哪些内容被截断、摘要有没有丢掉约束，很多问题其实出在管理策略。
窗口更大以后，模型真的会同样稳定地使用靠近开头的信息吗？如果不会，应用层是不是还需要主动把关键约束重复放到后面？
希望能看到一个“上下文预算”示例，把系统指令、用户输入、历史记录和检索资料分别占多少空间画出来，做方案时会很有参考价值。
还没有这篇文章的讨论。