Agent 如何管理上下文窗口？

简化版

Agent 不能把每轮思考、完整工具响应和全部历史一直追加到 Prompt。应把上下文分为稳定指令、当前任务状态、近期轨迹和按需证据：稳定指令固定保留，任务状态结构化维护，旧轨迹压缩成带来源的摘要，大工具结果存到外部并只注入引用或相关片段。每轮装配前精确计数，给输出留预算；被压缩的关键信息必须能按 ID 回取。

详细版

Agent 上下文比普通聊天多了计划、工具 Schema、工具观察、中间产物和错误轨迹，膨胀更快。治理时要区分“状态”和“记录”：当前目标、约束、已完成节点属于状态，必须准确；历史推理和旧工具输出属于记录，可以摘要或外置。

[稳定区] system + policy
[状态区] goal + constraints + plan + completed/blocked
[工作区] recent actions + latest observations
[证据区] 按当前步骤检索出的片段
[预留区] next action / final answer

每轮由上下文装配器按优先级打包，而不是让模型自己复制历史。超限时先移除无关工具定义与重复观察，再压缩已完成阶段，保留未解决错误和当前步骤证据。评测要覆盖长轨迹中的约束保持、引用回溯、工具选择准确率、压缩后任务成功率与成本延迟。

完整版教学

一、Agent 为什么比聊天更容易爆窗

聊天主要累积用户和助手消息，Agent 还会积累工具定义、计划、每次调用参数、原始返回、重试错误和中间文件。一个网页抓取工具可能一次返回 20 KB；连续调用十次，即使模型只说了几句话，上下文也会迅速膨胀。

长上下文不仅会触碰硬上限，还会提高 prefill 延迟，让重要约束被大量旧观察稀释。真正的问题不是“装不下”才处理，而是从设计之初控制每类信息的生命周期。

记忆钩子：状态回答“现在必须知道什么”，日志回答“以前发生过什么”；Agent 每轮需要状态，不一定需要整本日志。

二、把上下文分成不同保真等级

系统安全规则、用户当前目标和不可违反的约束属于高保真区，不能由自由摘要替代。已完成步骤的细节可以压缩，但要保留产物 ID 和验证结果。原始工具响应通常外置，只注入当前决策相关的字段。

信息	保留方式	淘汰条件
系统与权限规则	原文或受控模板	本次请求不淘汰
目标与硬约束	结构化状态	用户明确修改
当前步骤证据	原文相关片段	步骤完成且已归档
已完成轨迹	摘要 + 产物引用	任务结束
调试日志	外部 Trace	不进入正常 Prompt

这种分区避免一个统一的“截掉最旧消息”策略误删仍然有效的约束。

三、结构化状态优于反复摘要

若只让模型总结历史，“预算不超过 500 元”可能在多次摘要后变成“预算约 500 元”，语义已经变化。目标、数值约束、实体 ID、计划状态和待确认项应放进有 Schema 的状态对象，并由控制器更新。

{
  "goal": "预订周五上海到北京的高铁",
  "constraints": {"depart_after": "14:00", "max_price": 500},
  "completed": ["search_trains"],
  "pending": ["user_select_train"]
}

模型可以提出状态更新候选，但写入前要做类型、范围和权限校验。这样压缩对话时，不会把任务骨架一起压没。

四、工具结果采用“外置 + 投影”

数据库查询的 1000 行、网页全文和编译日志不应永久放进上下文。工具层把原始结果存入对象存储或任务附件，返回 artifact_id、摘要、关键字段和可分页引用；上下文装配器根据下一步需要选择投影。

例如原始日志有 50,000 token，而定位错误只需最后 200 行和首个异常栈，投影后可能仅 1,500 token，减少 97%。如果模型需要上文，可用 artifact ID 再请求局部范围，而不是重新执行工具。

投影必须保留证据定位，如页码、行号、记录主键和内容哈希。否则摘要一旦出错，后续无法回到真值核对。

五、轨迹压缩要按阶段做

每轮都总结全部历史会额外花费模型调用，并产生逐次失真。更合适的是在子任务完成、上下文达到水位或阶段切换时压缩：保留目标、关键决策、产物、失败原因和未完成项，删除可重建的过程性表达。

搜索阶段 18 条消息
  -> 阶段摘要：查过哪些源、选中哪些证据、哪些问题未解决
  -> 原始轨迹保存在 trace://task/123/search

摘要应带版本和覆盖范围。若后续发现结论矛盾，可以展开对应轨迹重新核查，而不是继续在错误摘要上推理。

六、每轮动态装配而非固定拼接

当前执行“查询价格”时，需要价格工具 Schema 和商品 ID，不需要发布工具及三轮前的排版讨论。装配器可先根据当前计划节点选择工具，再检索与该节点相关的记忆和证据，最后按预算排序装箱。

假设窗口 16K，输出预留 2K，安全余量 500，系统与状态占 3K，那么工作区和证据区共有 16000-2000-500-3000=10500 token。若候选证据超限，应按任务相关性与不可替代性裁剪，而不是平均砍半。

动态装配还要防止不可信工具文本进入系统区。网页中的“忽略之前指令”只能作为数据片段，不能改变权限和工具策略。

七、压缩失败有可观测信号

压缩后 Agent 重复调用已经成功的工具，说明完成状态丢失；违反用户早期约束，说明状态抽取有误；引用不存在的 artifact，说明索引生命周期失配。这些都应成为自动评测用例。

可记录每轮各分区 token、压缩次数、召回的 artifact、重复动作率、约束违反率和最终任务成功率。只看平均 token 下降会鼓励过度压缩；质量必须与成本一起比较。

在 200 条长任务上，若压缩使平均输入减少 40%，但成功率从 88% 降到 80%，通常不可接受。应定位是哪个状态字段或证据类型被删，而不是简单扩大摘要。

八、不同失败采用不同降级

接近窗口上限时，可以删除未使用工具、压缩旧阶段、分离子任务，或换长窗口模型。若仍无法容纳不可丢内容，应明确停止并要求缩小任务，而不能静默截断。

摘要服务失败时可以回退到最近检查点和结构化状态；artifact 存储不可用时，不应假装已经读取证据；输出空间不足时应缩短响应计划，而不是侵占安全指令。

设计降级顺序的原则是先牺牲便利与细节，再牺牲覆盖范围，绝不牺牲权限边界和任务硬约束。

九、常见误区与追问

• 误区：模型窗口足够长就无需管理。 工具轨迹会持续增长，长输入仍有成本、延迟和注意力稀释问题。
• 误区：保留最近 N 条消息最简单可靠。 消息长度差异大，早期硬约束可能仍然有效。
• 误区：把所有工具结果总结一次即可。 摘要有损，原始结果必须外置并可按引用回取。
• 误区：思考轨迹越完整，Agent 越聪明。 大量过程文本会制造噪声，任务状态和证据更重要。
• 误区：压缩率越高越好。 应以任务成功率、约束保持率和成本的联合指标评价。
• 追问：哪些信息绝不能摘要？ 安全规则、权限、精确数值约束和当前未解决条件应原文或结构化保存。
• 追问：何时触发轨迹压缩？ 阶段完成、达到 token 水位或切换子任务时，而不是机械地每轮执行。
• 追问：怎样验证摘要没有遗漏？ 用结构化必填字段、来源引用和长任务回归集检查，并允许展开原始 artifact。

十、加强记忆

Agent 上下文管理记住“分区、状态、外置、装配”：安全规则和硬约束高保真保留，目标与进度写成结构化状态，大型工具结果外置并留下可回取引用，旧轨迹按阶段压缩；每轮只为当前节点动态装配相关工具与证据。优化目标不是单纯减少 token，而是在任务成功、约束保持和可追溯的前提下，降低成本与延迟。

项目实战落地

项目里怎么做的

《AI Agent智能教务排课与教学质量分析系统》的排课 Agent 一次任务要调七八十次工具，上下文管理从指令本身做起：

• 指令只放稳定内容：buildAgentPrompt 只写三块：Prompt 模板正文（角色和排课口径）、管理员填的任务配置（任务 ID、学期、目标、课程范围、班级范围、规则策略）、把 8 个工具的调用顺序写成的执行步骤；
• 数据一律现查：指令里没有具体的课程名、教师名、教室号，也没有规则原文和知识库内容，都由模型调工具从数据库里查，所以指令长度是固定的，不随基础数据变多而膨胀；
• 最终回复不重复数据：要求模型只说明排了多少节、覆盖哪些班级课程、哪些没排上、需要人工确认什么，「不要在最终回复里罗列每一节课的明细，明细已经在数据库里了」。

《AI Agent岗位匹配与求职规划系统》在 Agent 之后生成求职报告时按段截断参考数据：Agent 结论截到 3500 字，计划参考 1800 字，项目包装 1600 字；如果模型因为输出长度上限被截断，就改用精简提示词再调一次，少传计划参考，字数上限从 1800 降到 1000，章节从七个减到五个，Agent 结论降到 1800 字，其余参考各 600 字。

为什么这样取舍

• 数据不进指令：规则、工具清单、知识库一股脑塞进指令，Prompt 会越拼越长、越长越容易超出上下文；让模型调工具查，查到的还是数据库里的实时数据。
• 报告按段截断、超长换短提示词：三处截断是为了控制提示词总长度；输出被截断时不是原样重试，而是换一份更短、字数要求更低的提示词，开头就告诉模型上一次生成过长被截断。

面试官还会追问

• 排课 Agent 的最终回复写进 ai_plan 之前，为什么还要清洗一遍？清洗掉的是什么？
• 教师或教室没有登记某个时间点的可用记录时，指令里要求模型把它当成可用还是不可用？

学完《AI Agent智能教务排课与教学质量分析系统》，上面这些追问你都会迎刃而解。