同一个模型，为什么你的 Agent 越跑越笨？

01一个反共识：模型不是天花板，上下文才是

2025 年，"上下文工程"从"提示词工程"里分化成一个独立术语，到 2025~2026 年长成一门有框架、有工具、有评测的学科。它只回答一个问题：

什么信息、以什么顺序、什么形态进入模型窗口？

提示词工程关心"怎么把一句话说清楚"，上下文工程关心"整个窗口里该有什么、不该有什么、装不下时先丢什么"。前者是写一句话，后者是装一辆车。

一个让很多人意外的实测结论（Liu et al.《Lost in the Middle》, TACL 2023）：同一个模型、同一个任务，只改窗口里的内容组成与顺序，产出质量能差出一个档位。所以——

02心智模型：四成分 + 预算恒等式

整门学科就一张图：模型窗口是固定预算，里面装四样东西，每一轮都必须装得下。记住这个恒等式，你已学会一半：

四成分按"谁产生 / 多久有效 / 谁负责裁剪"分类。前三个常驻（每轮都在），素材按需（这一轮才进），输出预留是给模型回答留的位子——很多人忘了留，模型回答被截断就是这个原因。

下面这个计算器让你直观感受"窗口是预算"——拖动滑块分配四成分，看你的 Agent 是否超窗、超在哪一块。

03位置效应：开头和结尾记得清，中间会丢

就算窗口没塞满，放的位置不同，模型记不记得也不同。Liu et al. 用多个模型实测发现一条 U 型曲线：放在开头和结尾的信息，被准确召回的概率高；放在中间的，召回率显著下降——这就是"Lost in the Middle"。

这直接推翻一个直觉："反正窗口还大，全塞进去就行"。塞是塞进去了，但模型"看不见"中间那段。点下面任意一句，看它在 U 型曲线上的召回率。

工程上的三个推论：

• 关键指令放结尾：用户当前这轮的具体要求，放在系统提示之后、素材之前的最末位，召回最稳。
• 素材放前面、问题放最后：RAG 检索的文档片段塞前面，问题留到最后一句，正好踩在 U 型两端。
• 别让重要信息停在中间：长对话里，几轮前给的关键约束最容易"消失"，要么重述、要么写进常驻记忆。

04装不下时先丢什么：压缩与分层记忆

窗口总会满。问题不是"要不要丢"，是"按什么顺序丢"。一个可用的驱逐优先级：

1. 先丢冗余素材：上一轮检索进来、这一轮用不上的文档片段，最先丢。
2. 再压缩历史：把多轮对话摘要成"用户目标 + 已确定结论 + 待办"，原文丢、摘要留。
3. 工具按需挂载：20 个工具常驻太贵，按任务路由只挂当前需要的 3~5 个。
4. 指令和输出预留最后丢：这俩丢一个，Agent 直接失效。

更彻底的做法是分层记忆：会话内（短期，全量）→ 跨会话（中期，摘要）→ 知识库（长期，按需召回）。三层各管各的预算，互不挤占。

05带走这套清单