方法论
上下文有限，
AI为什么越长越"赶"
不是模型不行——是上下文长了会退化。研究实测：标称200K的窗口，50K就开始退化；越接近上限，AI越倾向"差不多就行"。难点不是解决，是第一次遇到时不知道它叫"上下文腐烂"，只能干等它崩。
1
认识退化：长度是收益递减的资源 — Chroma评估18个模型：性能随输入增长持续下降，远没到上限就退化。U型注意力：开头结尾记得好，中间被忽略，从开头移到中间准确率掉30+个百分点
2
40-60%窗口线：别等满了才管 — Claude Code实践：40-60%窗口使用时就出现质量下降。主动管理触发线在这里，不是100%。每轮任务分配预算，满之前主动淘汰低价值内容
3
四策略调度：写/选/缩/隔 — 写出去（存外部）、选进来（只拉需要的，检索优于全读）、缩掉（压缩优先于摘要）、隔开（子任务独立窗口）。预算管理就是四策略的调度
4
Select的量化收益：别全量加载 — RAG-MCP实测：语义检索工具描述，工具选择准确率14%→43%，token减半。全量加载看似稳妥，其实是最贵的选择
# token预算：在塞满前主动管理
## 一、认识退化
- 上下文越长，质量越降（不是到上限才降）
- 40-60%窗口时就该主动管理，别等100%
## 二、四策略调度
1. 写（Write）：中间结果存外部，不占窗口
2. 选（Select）：只拉当前需要的，检索优于全读
3. 缩（Compress）：历史超阈值压缩成摘要（压缩优先，摘要兜底）
4. 隔（Isolate）：子任务独立窗口，只传摘要
## 三、主动压缩时机
- 64%：记忆同步（把重要状态写到外部）
- 80%：优雅交接（开新会话）
## 四、阶段化大任务
- 研究阶段 → 产出一份研究文档
- 规划阶段 → 开新窗口，只放研究文档+问题定义
- 实现阶段 → 再开新窗口，只放计划
## 验证
① 你现在这个会话用了多少？有没有到40-60%？② 有没有一次性塞了大量资料其实只需要一小部分？③ 长任务有没有分阶段开新窗口？